李大嘟嘟

2025年8月27日

摘要： https://blog.csdn.net/FriendshipTang/article/details/137601972 https://jishuzhan.net/article/1957858919996502018 阅读全文

posted @ 2025-08-27 15:57 李大嘟嘟阅读(8) 评论(0) 推荐(0)

Sigmoid函数

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

posted @ 2025-08-27 15:56 李大嘟嘟阅读(10) 评论(0) 推荐(0)

2025年8月26日

安装sklearn

摘要： python -m pip install scikit-learn 阅读全文

posted @ 2025-08-26 16:11 李大嘟嘟阅读(12) 评论(0) 推荐(0)

第五章线性回归（3）

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

posted @ 2025-08-26 15:59 李大嘟嘟阅读(13) 评论(0) 推荐(0)

Python reshape() 函数用法

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

posted @ 2025-08-26 15:52 李大嘟嘟阅读(17) 评论(0) 推荐(0)

np.stack

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

posted @ 2025-08-26 15:49 李大嘟嘟阅读(19) 评论(0) 推荐(0)

np.array

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

posted @ 2025-08-26 15:39 李大嘟嘟阅读(68) 评论(0) 推荐(0)

python中shape属性的理解

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

posted @ 2025-08-26 15:31 李大嘟嘟阅读(46) 评论(0) 推荐(0)

2025年8月20日

矩阵求导

摘要： ![584322d5aeea8e48f1bb3c0661a6dd9d](https://img2024.cnblogs.com/blog/2709094/202508/2709094-20250820223218959-2145041188.png) ![e8d6f57e9adecfa7a9510640a0d6b946](https://img2024.cnblogs.com/blog/27090 阅读全文

posted @ 2025-08-20 22:32 李大嘟嘟阅读(10) 评论(0) 推荐(0)

安装 jupyterlab

摘要： pip install jupyterlab 阅读全文

posted @ 2025-08-20 22:25 李大嘟嘟阅读(26) 评论(0) 推荐(0)

学不可以已。

公告