摘要：
numpy 数组 的 视图 https://zhuanlan.zhihu.com/p/199615109?utm_id=0 https://finthon.com/numpy-arrayview-copy/ https://blog.csdn.net/weixin_44226181/article/ 阅读全文
posted @ 2023-10-07 11:21
emanlee
阅读(91)
评论(0)
推荐(0)
摘要：
Numpy 数组的内部结构组成 下图是 Numpy 数组的内部结构组成。 其中可以分为数组数据结构信息区以及数据存储区。简单来说，数组数据结构信息区中有 Numpy 数组的形状（shape）以及数据类型（data-type）等信息，而数据存储区则是用于存储数组的数据，Numpy 数组中的数据可以指向 阅读全文
posted @ 2023-10-07 11:20
emanlee
阅读(29)
评论(0)
推荐(0)
摘要：
创建随机数数组NumPy提供了强大的生成随机数的功能。真正的随机数很难获得，实际中使用的都是伪随机数。大部分情况下，伪随机数就能满足需求。当然，某些特殊情况除外，如进行高精度的模拟实验。对于NumPy，与随机数相关的函数都在random模块中，其中包括了可以生成服从多种概率分布随机数的函数。1. r 阅读全文
posted @ 2023-10-07 11:20
emanlee
阅读(1315)
评论(0)
推荐(0)
摘要：
https://aistudio.baidu.com/projectdetail/4909750 https://zhuanlan.zhihu.com/p/330483336 Transformer优点有位置关联操作不受限，建模能力强，通用性强，可扩展性强，能更好的进行并行运算。 Transform 阅读全文
posted @ 2023-10-07 11:19
emanlee
阅读(3041)
评论(0)
推荐(0)
摘要：
多元线性回归 https://www.bilibili.com/video/BV1cE41177KN/?spm_id_from=333.337.search-card.all.click&vd_source=6292df769fba3b00eb2ff1859b99d79e https://www.b 阅读全文
posted @ 2023-10-07 11:18
emanlee
阅读(73)
评论(0)
推荐(0)
摘要：
正则化 https://www.sohu.com/a/285178444_654419 过拟合肯定不是我们想要的结果，因此需要使用一些方法来尽量避免过拟合的发生。比如常见的过拟合处理方法有： 增加数据量 简化模型 交叉验证 正则化 如果我们的模型过度地学习并拟合了数据，那么就会连一些噪音数据也一起学 阅读全文
posted @ 2023-10-07 11:18
emanlee
阅读(201)
评论(0)
推荐(0)
摘要：
https://stackoverflow.com/questions/64952700/multiplying-two-3d-pytorch-tensors-iteratively https://blog.csdn.net/Mluoo/article/details/129873458 nump 阅读全文
posted @ 2023-10-07 11:18
emanlee
阅读(82)
评论(0)
推荐(0)
摘要：
Transformer的代码 代码： https://pytorch.org/hub/huggingface_pytorch-transformers/ https://zhuanlan.zhihu.com/p/107586681 代码讲解： https://www.bilibili.com/vid 阅读全文
posted @ 2023-10-07 11:18
emanlee
阅读(21)
评论(0)
推荐(0)
摘要：
资料链接：https://pan.baidu.com/s/15KaeBncd5nOMbSadXqKbng 提取码：1234 1.元件简介当电压作用于压电陶瓷时，就会随电压和频率的变化产生机械变形。另一方面，当振动压电陶瓷时，则会产生一个电荷。利用这一原理，当给由两片压电陶瓷或一片压电陶瓷和一个金属片 阅读全文
posted @ 2023-10-07 11:18
emanlee
阅读(231)
评论(0)
推荐(0)
摘要：
生成对抗模仿学习（GAIL） 生成对抗模仿学习（Generative Adversarial Imitation Learning，GAIL）、序列生成对抗网络（Sequence Generative Adversarial Networks，SeqGAN）都是强化学习与GAN的结合，传统强化学习方 阅读全文
posted @ 2023-10-07 11:17
emanlee
阅读(517)
评论(0)
推荐(0)
浙公网安备 33010602011771号