idazhi

摘要： 自动轨迹绘制 ``` import turtle as t t.title("自动轨迹绘制") t.setup(800,600,0,0) t.pencolor("red") t.pensize(5) # 读取文件 datals = [] f = open("d://data.txt") print( 阅读全文

该文被密码保护。 阅读全文

该文被密码保护。 阅读全文

摘要： 5-5汇聚层 通常当我们处理图像时，我们希望逐渐降低隐藏表示的空间分辨率、聚集信息，这样随着我们在神经网络中层叠的上升，每个神经元对其敏感的感受野（输入）就越大。 汇聚层，它具有双重目的：降低卷积层对位置的敏感性，同时降低对空间降采样表示的敏感性。 最大汇聚层和平均汇聚层 汇聚窗口从输入张量的左上角 阅读全文

该文被密码保护。 阅读全文

摘要： ``` 1.为什么要进行频域变化？(用快速傅利叶变换的形式写下来。) 原始图片在时域很多频域少 ```  ``` 阅读全文

摘要： 4隐马尔可夫模型与序列标注 序列标注问题 •序列标注（tagging）指的是给定一个序列x=x_1 x_2…x_n，找出序列中每个元素对应标签y=y_1 y_2…y_n的问题 其中，y所有可能的取值集合称为标注集（tagset） 序列标注与中文分词 考虑一个字符序列x，想象切词器真的是拿刀切割字符串 阅读全文

摘要： softmax回归的简洁实现 通过深度学习框架的高级API能够使实现softmax回归模型更方便地实现 继续使用Fashion-MNIST数据集，并保持批量大小为256。 import torch from torch import nn from d2l import torch as d2l b 阅读全文

该文被密码保护。 阅读全文

该文被密码保护。 阅读全文