随笔分类 - 学习
摘要：在 Python 3.6 及更高版本中，在字符串前加上一个 f，表示这是一个 f-string（格式化字符串字面量）。 f-string 的主要作用是让你在字符串中嵌入 Python 表达式，使得格式化字符串变得非常简洁和直观。 f-string 的基本用法 你只需要在字符串开头加上 f，然后在字符
阅读全文
摘要：np.zeros 是 NumPy 库中的一个非常常用的函数，它的作用是创建一个指定形状和数据类型的新数组，并用 0 来填充所有元素。 np.zeros 的基本用法 函数的完整签名是 numpy.zeros(shape, dtype=float, order='C')。 shape：你想要创建的数组的
阅读全文
摘要：.shape 不是一个函数，而是numpy的一个属性（attribute），用于获取数组维度信息。它返回一个元组（tuple），元组中的每个元素代表对应维度的大小。 import numpy as np # 1D 数组 (向量) arr1d = np.array([1, 2, 3, 4, 5]) p
阅读全文
摘要：##手写数字识别 # 对分类任务而言，标签不可以用数值表示，而应该用向量表示（向量有相似度）。因此，我们需要将标签转换为独热编码形式（onehot ）。 # 导入必要的库 import numpy as np # numpy库 import os # 操作系统库 import struct # 数据
阅读全文
摘要：由计算结果可见，softmax和交叉熵结合之后求导，就是softmax之后的结果减去对应的y值，由此进行反向传播。 https://blog.csdn.net/weixin_44750512/article/details/129185574
阅读全文
摘要：https://zhuanlan.zhihu.com/p/56638625
阅读全文
摘要：enumerate() 是 Python 中一个非常实用的内置函数，它用于在遍历一个可迭代对象（如列表、元组、字符串等）的同时，获取每个元素的索引和值。 为什么需要 enumerate()？ 在没有 enumerate() 之前，如果你想同时获取索引和值，通常需要手动维护一个计数器： fruits
阅读全文
摘要：https://zhuanlan.zhihu.com/p/168562182 这个更清楚些 https://blog.csdn.net/bitcarmanlee/article/details/82320853 def softmax(x): max_x = np.max(x, axis=-1, k
阅读全文
摘要：参考 https://zhuanlan.zhihu.com/p/155748813 https://www.birdpython.com/posts/5/22/ https://blog.csdn.net/bwqiang/article/details/110203835
阅读全文
摘要：这个怪难的，而且预测的也没那么准 # 逻辑回归 import numpy as np # 导入numpy库 def sigmoid(x): # sigmoid函数是激活函数，用于将线性模型转换为概率模型 result = 1 / (1 + np.exp(-x)) # 计算sigmoid函数 retu
阅读全文
摘要：https://blog.csdn.net/FriendshipTang/article/details/137601972 https://jishuzhan.net/article/1957858919996502018
阅读全文
摘要：Sigmoid函数 https://baike.baidu.com/item/Sigmoid函数/7981407 https://blog.csdn.net/hy592070616/article/details/120617176
阅读全文
摘要：python -m pip install scikit-learn
阅读全文
摘要：线性回归 y=k1x1+k2x2+b import random import numpy as np 数据获取 xs1 = np.array([i for i in range(2003, 2023)]) # 年份，2003-2022 xs2 = np.array([random.randint(
阅读全文
摘要：reshape（）函数用于在不更改数据的情况下为数组赋予新形状。 参考： https://blog.csdn.net/weixin_43937759/article/details/106605680 https://blog.csdn.net/mingyuli/article/details/81
阅读全文
摘要：dstack方法的主要作用是将两个或更多的数组沿着第三个轴（深度方向）堆叠起来。 import numpy as np # 创建两个二维数组（具有相同的行数和列数） a = np.array([[1, 2], [3, 4]]) b = np.array([[5, 6], [7, 8]]) # 使用d
阅读全文
摘要：np.array 是 NumPy 中最基础、最核心的函数之一，用于创建一个 NumPy 数组（ndarray）。下面我们详细讲解它的用法、参数、示例以及常见注意事项。 一、基本语法 numpy.array(object, dtype=None, copy=True, order='K', subok
阅读全文
摘要：shape函数是Numpy中的函数，它的功能是读取矩阵的长度。 直接用.shape可以快速读取矩阵的形状， shape[0]代表行数， shape[1]代表列数。 参考：https://blog.csdn.net/wzk4869/article/details/126022909
阅读全文
摘要： 
浙公网安备 33010602011771号