- 博客(16)
- 收藏
- 关注
RSS订阅原创 numpy中bincount、repeat、newaxis以及assert的用法详解
一、numpy.bincount详解先给出官网上的解释。函数的功能：统计输入数组中每个元素出现的次数。当然输入数组中的每个元素必须是非负的。函数的参数： X : 一维数组的形式，数组元素需是非负整数 weights: 数组，与输入数组X拥有相同的sha
2018-01-31 11:35:38
1570
原创 python，os操作文件，文件路径
最近看到python的os模块，以及os，os.path的具体用法，有些不明白，在此记录一下。 概念：python获取文件的上一级目录：取文件所在目录的上一级目录 os.path.pardir:是父目录， os.path.abspath:是获取绝对路径 具体的举个例子看一下： 实验文件的真实绝路径为：D:\Python\test.py，现在运行test.py文件，python test.
2018-01-27 21:37:42
11700
1
原创 json的两种结构以及json文件转化为python的dict的方式
1、json的两种结构：1、对象：对象在json中表现为“{ }”括起来的内容，数据结构为键值对结构{key:value，key:value}，在面向对象的语言中key为对象的属性，value为对应的属性值，。取值方法为 对象.key 获取属性值，这个属性值的类型可以是数字、字符串、数组、对象几种。 大括号{}用来描述一组“不同类型的无序键值对集合,即各个key之间没有什么明确的关系。 下
2018-01-25 19:40:34
3302
原创 机器学习归一化的几种方法
数据归一化的两个好处：1、提升模型的收敛速度 2、提升模型的精度机器学习常见的归一化算法 :1、 min-max 标准化(Min-max normalization)也叫0-1标准化（0-1 normalization）:对原始数据的线性变换，是结果落到[0,1]区间，转换函数如下： (63)xnormalization=x−minmax−min"
2018-01-24 21:53:58
1010
原创 均方误差（MSE）根均方误差（RMSE）平均绝对误差（MAE）
MSE：Mean Squared Error. 均方误差是指参数的估计值与参数的真实值之差的平方的期望. MSE可以评价数据的变化程度，MSE越小，说明模型的拟合实验数据能力强. (72)MSE=1N∑t=1N(predictedt−label)2" role="presentation" style="position: relative;">MSE=1N
2018-01-24 21:22:24
26891
1
翻译 传参时 const string& 相对 const string 有哪些优势？
C++中值传递和引用传递的方式。 C++的值传递（pass-by-value）,是从调用的地方把值复制一遍传给函数，这样做有两个问题，第一，需要将实参拷贝到形参处，形成实参的副本，有时间和空间的开销，若实参为结构体或者类的话,那么时空开销将会非常大；第二、函数中对实参副本的修改并不会影响到函数调用位置实参的值。 C++的引用传递（pass-by-reference）,一方面，参数传递的是把实参
2018-01-21 21:54:31
22630
3
原创 Python基础面试中常常问道的问题
今天来积攒一波经验。python语法及其他基础部分（保存后续增加）1、可变与不可变类型： 2、深拷贝和浅拷贝的实现方式、区别： 3、deepcopy如果你来设计，如何实现： 4、new()与init()的区别： 5、你知道的几种设计模式： 6、编码和解码你了解过 么 7、列表推到list comprehension和生成器的优劣 8、什么是装饰器，如果想在函数之后进行装饰
2018-01-21 21:19:27
2235
1
原创 快速排序算法 Python实现
def sub_sort(arr,low,high): key=arr[low] while low<high: while lowand arr[high]>=key: high-=1 arr[low]=arr[high] while lowand arr[low]<=key: low
2018-01-21 19:54:41
214
原创 One Shot Learning with Siamese Networks
One Shot Learning with Siamese Networks今天正好看懂了一篇关于one shot learning的论文，参考了小伙伴们的实现方式，在此Mark以下，以免日后心生疑虑。 本文主要分为以下几部分的内容：图片显示的辅助函数pytorcch的数据的存储方式以及读取方式网络的构造网络的训练小规模数据即实验以及分析在分步骤解说之前，我先列一下代码
2018-01-17 22:58:43
1786
4
原创 python中的random模块中的randint模块和numpy中random模块的randint的区别
今天从网上down了一个代码下来看看，结果发现运行结果不一样，最后才发现是随机数的问题。在这里Mark一下、在Python中，通过import random，然后调用random.randomint（a,b）的到的数为(a在numpy中的random模块中，调用random.randint(a,b)得到的是 ( a话不多说，上代码：>>> from numpy import r
2018-01-16 21:24:03
11592
2
原创 pytorch中图片显示问题
最近看pytorch的一个代码，结果中间有一句还是看不太懂，最后过了一些阵子才看懂，在此Mark一下。代码如下：def imshow(img,text,should_save=False): npimg = img.numpy() # 将torch.FloatTensor 转换为numpy plt.axis("off") # 不显示坐标尺寸 if text:
2018-01-16 20:30:31
13190
2
转载 numpy操作中的axis的理解
Numpy操作中的axis这是我参考的连接numpy模块中的axis理解 最近发现，numpy的很多操作都是和axis联系在一起的，以前只是遇到了稍微记一下，过后又忘了，这次做好笔记，加深理解。首先为什么会有axis这个概念？因为在numpy模块中，大多数处理的是矩阵或者多维数组，同时，对多维数组或者矩阵的操作有多种可能，为了帮助实现对数组或矩阵各种各样的功能，就有了axis
2018-01-15 12:06:35
22827
11
原创 np.transpose
最近看代码的时候，老是出现np.transpose()这个用法，但是对其中的原理还是不甚了解，今天就来总结一下，以及这个用法对图像的结果及效果。 参数 a:输入数组 axis: int类型的列表，这个参数是可选的。默认情况下，反转的输入数组的维度，当给定这个参数时，按照这个参数所定的值进行数组变换。 返回值 p:ndarray 返回转置过后的原数组的视图
2018-01-09 20:36:41
76207
25
翻译 Dimensionality Reduction by Learning an Invariant Mapping
这篇博客是对这篇论文的翻译以及理解绪论以及2.2节以前的部分比较好理解，这里我就从2.2节开始，一段英文一段中文的翻译。 2.2 Spring Model AnalogyAn analogy to a particular mechanical spring system is given to provide an intuition of what is happening
2018-01-06 10:56:59
1521
原创 N！末尾有几个0
开年第一篇博客我记得以前面试官问了我一个问题即：n！的末尾有几个0，当时语塞，没想起来，现在Mark一下： Description： 对于数学阶乘N！是个很大的数，我们很难去计算，但是我们很容易计算出N！的末尾0的个数. Input: 输入第一行包括一个整数T表示接下来的测试实例的个数，接下来的T行，每一行包括一个整数N，1Output: 对于每一个数N，输出这个数对应末尾为0的个
2018-01-04 22:25:38
2057
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人