AI菌

2017年11月22日

摘要： import numpy as np x = np.array([[1,2,5],[2,3,5],[3,4,5],[2,3,6]]) # 输出数组的行和列数 print x.shape # (4, 3) # 只输出行数 print x.shape[0] # 4 # 只输出列数 print x.sha 阅读全文

posted @ 2017-11-22 16:23 AI菌阅读(70330) 评论(0) 推荐(0)

课程一(Neural Networks and Deep Learning)，第三周（Shallow neural networks）—— 3.Programming Assignment : Planar data classification with a hidden layer

该文被密码保护。阅读全文

posted @ 2017-11-22 02:06 AI菌阅读(2303) 评论(0) 推荐(0)

课程一(Neural Networks and Deep Learning)，第三周（Shallow neural networks）—— 2、Practice Questions

该文被密码保护。阅读全文

posted @ 2017-11-22 01:59 AI菌阅读(513) 评论(0) 推荐(0)

2017年11月19日

课程一(Neural Networks and Deep Learning)，第三周（Shallow neural networks）—— 1、两层神经网络的单样本向量化表示与多样本向量化表示

该文被密码保护。阅读全文

posted @ 2017-11-19 17:02 AI菌阅读(439) 评论(0) 推荐(0)

2017年11月15日

LaTeX技巧：如何高效地将LaTeX代码转为Word公式

摘要： LaTeX转换为word这么刺激的做法是很多国内用户咨询的问题，有些用户只得把LaTeX排版好的转换为word，这里给大家推荐几个用法，或许能够帮助到诸位。第一种方法：MathType的ToggleTeX功能。只要你的正文公式用TeX编写的，他都会将其转换为Mathtype的对象，效果杠杠的。转换阅读全文

posted @ 2017-11-15 20:17 AI菌阅读(13793) 评论(1) 推荐(0)

2017年11月14日

课程一(Neural Networks and Deep Learning)，第三周（Shallow neural networks）—— 0、学习目标

该文被密码保护。阅读全文

posted @ 2017-11-14 19:18 AI菌阅读(422) 评论(0) 推荐(0)

numpy.squeeze()的用法

摘要： import numpy as np x = np.array([[[0], [1], [2]]]) print(x) """x= [[[0] [1] [2]]] """ print(x.shape) # (1, 3, 1) x1 = np.squeeze(x) # 从数组的形状中删除单维条目，即把阅读全文

posted @ 2017-11-14 18:11 AI菌阅读(51884) 评论(0) 推荐(3)

2017年11月13日

课程一(Neural Networks and Deep Learning)，第二周（Basics of Neural Network programming）—— 4、Logistic Regression with a Neural Network mindset

该文被密码保护。阅读全文

posted @ 2017-11-13 23:07 AI菌阅读(1771) 评论(0) 推荐(1)

Python numpy 中 keepdims 的含义

摘要： keepdims主要用于保持矩阵的二维特性 import numpy as np a = np.array([[1,2],[3,4]]) # 按行相加，并且保持其二维特性 print(np.sum(a, axis=1, keepdims=True)) # 按行相加，不保持其二维特性 print(np 阅读全文

posted @ 2017-11-13 16:55 AI菌阅读(3068) 评论(0) 推荐(0)

2017年11月9日

课程一(Neural Networks and Deep Learning)，第二周（Basics of Neural Network programming）—— 3、Python Basics with numpy (optional)

该文被密码保护。阅读全文

posted @ 2017-11-09 23:00 AI菌阅读(1098) 评论(0) 推荐(0)

-------日拱一卒，功不唐捐

公告