python
小唐很淘气
这个作者很懒,什么都没留下…
展开
-
JUPYTER 转换python环境
JUPYTER 转换python环境原创 2022-07-11 15:33:13 · 763 阅读 · 1 评论 -
【深度学习优化算法区别】
课外阅读:随机梯度下降(SGD)与经典的梯度下降法的区别随机梯度下降(SGD)与经典的梯度下降法的区别 - 百度文库https://wenku.baidu.com/view/581f18d64593daef5ef7ba0d4a7302768e996f8a.htmlBatch、Mini-batch和随机梯度下降的区别和Python示例https://baijiahao.baidu.com/s?id=1665861710638558010&wfr=spider&for=pchtt原创 2022-04-06 02:44:57 · 19 阅读 · 0 评论 -
python的Numpy之矩阵操作
import numpy as np#name 'array'is definingfrom numpy import *#Numpy的主要操作对象是多维数组。多维数组的维度叫轴(axes),轴的个数叫秩(rank),# 例如三维数组的秩就是3.#创建矩阵 一般用到两种方法: matrix或 arraya = np.matrix('1 2 3 ;4 5 6 ; 7 8 9 ')print(a)b = array( [ [1,2], [3,4] ])print(b)print(b.dty.原创 2021-11-10 00:41:29 · 1191 阅读 · 0 评论 -
python使用numpy.linalg模块应用于矩阵分析——2
code:import numpy as npfrom fractions import Fraction#结果用分数输出np.set_printoptions(formatter={'all':lambda x: str(Fraction(x).limit_denominator())})#使用numpy.linalg模块#以下必须方阵d=np.mat("3, 0; 4, -5")print("原始矩阵:\n",d)#求行列式det=np.linalg.det(d)print(.原创 2021-09-17 01:27:10 · 372 阅读 · 1 评论 -
python使用numpy.linalg模块应用于矩阵分析
import numpy as npimport matplotlib.pyplot as pltfrom fractions import Fraction#结果用分数输出np.set_printoptions(formatter={'all':lambda x: str(Fraction(x).limit_denominator())})#使用numpy.linalg模块#以下必须方阵d=np.mat("3, 0; 4, -5")print("原始矩阵:\n",d)#求行列式d..原创 2021-09-16 23:19:36 · 300 阅读 · 2 评论