您好,欢迎光临本网站![请登录][注册会员]  

搜索资源列表

  1. 批量梯度下降法python具体实现

  2. 批量梯度下降法python具体实现, np.random.seed(666) x = 2 * np.random.random(size = 100) y = x * 3.0 + 4.0 + np.random.normal(size = 100) X = x.reshape(-1, 1) #损失函数 def J(theta, X_b, y): try: return np.sum((y - X_b.dot(theta))**2)/len(X_b) except: return float('
  3. 所属分类:机器学习

    • 发布日期:2018-10-07
    • 文件大小:1kb
    • 提供者:qq_33912144
  1. python飞机大战

  2. import matplotlib.pylab as plt import numpy as np import random from scipy.linalg import norm import PIL.Image class Rbm: def __init__(self,n_visul, n_hidden, max_epoch = 50, batch_size = 110, penalty = 2e-4, anneal = False, w = None, v_bias = None,
  3. 所属分类:Python

    • 发布日期:2018-10-27
    • 文件大小:668kb
    • 提供者:weixin_43455338
  1. pyVMD_a.py

  2. import numpy as np from numba import jit jit def VMD(signal, fs, T, alpha, tau, K, DC, init, tol): f_mirror = np.zeros((2*T)) for i in range(T//2): f_mirror[i] = signal[T//2-1-i] for k in range(T//2, 3*T//2): f_mirror[k] = signal[k - T // 2] for l i
  3. 所属分类:Python

  1. DATA2.docx

  2. SSA就是奇异谱分析。 奇异谱分析是近年来兴起的一种研究非线性时间序列数据的强大的方法。它根据所观测到的时间序列构造出轨迹矩阵,并对轨迹矩阵进行分解、重构,从而提取出代表原时间序列不同成分的信号,如长期趋势信号、周期信号、噪声信号等,从而对时间序列的结构进行分析,并可进一步预测。 说的通俗点,我们平时用均线,但是有一个问题,均线虽然算法本质上有平滑噪音的含义,但是有时候,也把重要的信息给平滑掉了。所以,我们是不是除了平滑这样的方法之外,要开拓新的方法来分离噪音和有用信息呢。 图像的压缩给我们一
  3. 所属分类:咨询

    • 发布日期:2019-09-06
    • 文件大小:15kb
    • 提供者:hsm88612568
  1. CG共轭梯度算法python实现

  2. CG共轭梯度算法python实现 # 775.5289919376373 500维度 def CG2(A, b, x, imax=500, epsilon=0.0000001): steps = np.asarray(x) i = 0 # 计算残差,也是负梯度方向 r = b - np.dot(A ,x)
  3. 所属分类:Python

  1. Tensorflow官方文档中文版

  2. Tensorflow官方文档中文版,供大家学习!内容来源 英文官方网站 http://tensorflow.org 官方GiHb仓库 https://github.com/tensorflow/tensorflow 中文版 GitHub仓厍: https://github.com/jikexueyuanwiki/tensorf'lowzh 参与者(按认领章节排序) 翻译 (YIZheng Tony Jin chenweican OngJIn btter Warn TICX ° wangalcc
  3. 所属分类:深度学习

    • 发布日期:2019-03-03
    • 文件大小:6mb
    • 提供者:bit_zx
  1. np.dot()函数的用法详解

  2. 主要介绍了np.dot()函数的用法详解,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
  3. 所属分类:其它

    • 发布日期:2020-09-18
    • 文件大小:42kb
    • 提供者:weixin_38618024
  1. 浅谈keras中的batch_dot,dot方法和TensorFlow的matmul

  2. 概述 在使用keras中的keras.backend.batch_dot和tf.matmul实现功能其实是一样的智能矩阵乘法,比如A,B,C,D,E,F,G,H,I,J,K,L都是二维矩阵,中间点表示矩阵乘法,AG 表示矩阵A 和G 矩阵乘法(A 的列维度等于G 行维度),WX=Z import keras.backend as K import tensorflow as tf import numpy as np w = K.variable(np.random.randint(10,si
  3. 所属分类:其它

    • 发布日期:2020-12-17
    • 文件大小:55kb
    • 提供者:weixin_38609571
  1. Python中的几种矩阵乘法(小结)

  2. 一.  np.dot() 1.同线性代数中矩阵乘法的定义。np.dot(A, B)表示: 对二维矩阵,计算真正意义上的矩阵乘积。 对于一维矩阵,计算两者的内积。 2.代码  【code】 import numpy as np # 2-D array: 2 x 3 two_dim_matrix_one = np.array([[1, 2, 3], [4, 5, 6]]) # 2-D array: 3 x 2 two_dim_matrix_two = np.array([[1, 2], [
  3. 所属分类:其它

    • 发布日期:2020-12-25
    • 文件大小:27kb
    • 提供者:weixin_38581447
  1. 对python中的乘法dot和对应分量相乘multiply详解

  2. 向量点乘 (dot) 和对应分量相乘 (multiply) : >>> a array([1, 2, 3]) >>> b array([ 1., 1., 1.]) >>> np.multiply(a,b) array([ 1., 2., 3.]) >>> np.dot(a,b) 6.0 矩阵乘法 (dot) 和对应分量相乘 (multiply) : >>> c matrix([[1, 2, 3]]) &
  3. 所属分类:其它

    • 发布日期:2020-12-25
    • 文件大小:28kb
    • 提供者:weixin_38516658
  1. np.dot()函数的用法详解

  2. 基本简介 dot函数为numpy库下的一个函数,主要用于矩阵的乘法运算,其中包括:向量内积、多维矩阵乘法和矩阵与向量的乘法。 1. 向量内积 向量其实是一维的矩阵,两个向量进行内积运算时,需要保证两个向量包含的元素个数是相同的。 例1: import numpy as np x = np.array([1, 2, 3, 4, 5, 6, 7]) y = np.array([2, 3, 4, 5, 6, 7, 8]) result = np.dot(x, y) print(result)
  3. 所属分类:其它

    • 发布日期:2020-12-23
    • 文件大小:39kb
    • 提供者:weixin_38706197
  1. 算法应用,单变量线性回归&梯度下降:已知如下数据集,绘制出数据集的散点图并给出能够和所有散点拟合出最好的一条直线

  2. import numpy as np import matplotlib.pyplot as plt # 算法应用,单变量线性回归&梯度下降:已知如下数据集,绘制出数据集的散点图并给出能够和所有散点拟合出最好的一条直线 # 预测函数 def getHypo(X, theta): return np.dot(X, theta) # 代价函数 def getCost(h, y): m = len(h) return (1.0 / 2*m) * np.sum(np.square
  3. 所属分类:其它

    • 发布日期:2020-12-22
    • 文件大小:50kb
    • 提供者:weixin_38645862
  1. python实现最速下降法

  2. 本文实例为大家分享了python实现最速下降法的具体代码,供大家参考,具体内容如下 代码: from sympy import * import numpy as np def backtracking_line_search(f,df,x,x_k,p_k,alpha0): rho=0.5 c=10**-4 alpha=alpha0 replacements1=zip(x,x_k) replacements2=zip(x,x_k+alpha*p_k) f_k=f.sub
  3. 所属分类:其它

    • 发布日期:2020-12-20
    • 文件大小:32kb
    • 提供者:weixin_38696176
  1. Gauss-Seidel迭代算法的Python实现详解

  2. import numpy as np import time 1.1 Gauss-Seidel迭代算法 def GaussSeidel_tensor_V2(A,b,Delta,m,n,M): start=time.perf_counter() find=0 X=np.ones(n) d=np.ones(n) m1=m-1 m2=2-m for i in range(M): print('X',X) x=np.copy(X) #迭代更新 for j in range(n): a=np.copy(
  3. 所属分类:其它

    • 发布日期:2021-01-02
    • 文件大小:39kb
    • 提供者:weixin_38705014
  1. python SVD压缩图像的实现代码

  2. 前言 利用SVD是可以对图像进行压缩的,其核心原因在于,图像的像素之间具有高度的相关性。 代码 # -*- coding: utf-8 -*- ''' authorcclplus date:2019/11/3 ''' import cv2 import matplotlib as mpl import numpy as np import matplotlib.pyplot as plt #转为u8类型 def restore1(u, sigma, v, k): m = len(u)
  3. 所属分类:其它

    • 发布日期:2021-01-02
    • 文件大小:97kb
    • 提供者:weixin_38667207
  1. SVD:解释了奇异值分解(SVD)-源码

  2. 奇异值分解(SVD) import numpy as np import matplotlib . pyplot as plt x = np . array ([ [ 1 ], [ 3 ] ]) A = np . array ([ [ 1 , 2 ], [ - 1 , 1 ] ]) y = np . dot ( A
  3. 所属分类:其它

    • 发布日期:2021-02-16
    • 文件大小:115kb
    • 提供者:weixin_42099814
  1. 解决yolov3_object_tracking中loop of ufunc does not support argument 0 of type Tensor which has问题

  2. 在使用keras-yolov3 + Kalman-Filter 进行人体多目标追踪(含代码)做实验时遇到问题 TypeError: loop of ufunc does not support argument 0 of type Tensor which has no callable arctan method 报错行 self.u = np.round(np.dot(self.F, self.u)) #或者 self.u = np.round(self.u + np.dot(K, (s
  3. 所属分类:其它

    • 发布日期:2021-01-21
    • 文件大小:40kb
    • 提供者:weixin_38643127
  1. python的几种矩阵相乘的公式详解

  2. 1. 同线性代数中矩阵乘法的定义: np.dot() np.dot(A, B):对于二维矩阵,计算真正意义上的矩阵乘积,同线性代数中矩阵乘法的定义。对于一维矩阵,计算两者的内积。见如下Python代码: import numpy as np # 2-D array: 2 x 3 two_dim_matrix_one = np.array([[1, 2, 3], [4, 5, 6]]) # 2-D array: 3 x 2 two_dim_matrix_two = np.array([[1,
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:29kb
    • 提供者:weixin_38557980
  1. tensorflow实现二维平面模拟三维数据教程

  2. 我就废话不多说了,直接上代码吧! #!/bin/bash # -*-coding=utf-8-*- import re import os import sys import numpy as np import tensorflow as tf ''' 程序生成了一些三维数据, 然后用一个平面拟合它. ''' if __name__ == '__main__': x_data = np.float32(np.random.rand(2, 100)) y_data = np.dot
  3. 所属分类:其它

    • 发布日期:2021-01-20
    • 文件大小:34kb
    • 提供者:weixin_38645862
  1. python矩阵运算,转置,逆运算,共轭矩阵实例

  2. 我就废话不多说了,大家还是直接看代码吧! #先定义两个矩阵 X=np.array([[1,2104,5,1,45],[1,1416,3,2,40],[1,1534,3,2,30],[1,852,2,1,36]]) y=np.array([45,40,30,36]) #内积以后发现 c=np.dot(X.T,X) c array([[ 4, 5906, 13, 6, 151], [ 5906, 9510932, 21074, 8856, 228012], [ 13, 21074
  3. 所属分类:其它

    • 发布日期:2021-01-19
    • 文件大小:39kb
    • 提供者:weixin_38732740
« 12 »