shetingting

摘要： 点击查看代码 import torch from torch import optim import torch.nn as nn import torch.nn.functional as F from torch.autograd import Variable from torchvision 阅读全文

摘要： 点击查看代码 import torch from torch import optim, nn from torchvision import datasets, transforms from torch.utils.data import DataLoader import torch.nn.f 阅读全文

摘要： 深度探索图像的语言：卷积神经网络读后感 读完关于卷积神经网络的介绍，我仿佛打开了一扇通往图像世界的新视角。在此之前，我一直认为图像的本质只是像素点组成的二维矩阵，而CNN则像一位经验丰富的翻译官，教会我如何理解这些像素背后所蕴含的丰富信息和深刻含义。 最让我印象深刻的是CNN的层级化特征提取思想。它 阅读全文

摘要： 点击查看代码 import random from collections import defaultdict import sys class Team: """球队类""" def __init__(self, name, strength): """ 初始化球队 :param name: 球 阅读全文

摘要： 点击查看代码 import jieba from collections import Counter # 添加自定义词典确保人物名称正确切分 character_names = [ '孙悟空', '孙行者', '行者孙', '齐天大圣', '美猴王', '弼马温', '唐僧', '唐三藏', '玄 阅读全文

摘要： 点击查看代码 import pygame import sys import random import math # 初始化pygame pygame.init() # 游戏常量 SCREEN_WIDTH = 900 SCREEN_HEIGHT = 600 GRID_SIZE = 80 GRID_ 阅读全文

摘要： 点击查看代码 import random import time from tqdm import tqdm def calculate_pi(num_samples): """ 使用蒙特卡洛方法计算π。 :param num_samples: 样本数量，即模拟的点数。 :return: 计算得到的 阅读全文

摘要： 5.1字符田字格绘制 点击查看代码 def print_grid(width): # 打印上边界 print("+" + "-" * (width * 2 - 1) + "+") # 打印中间的横线 for _ in range(width - 1): print("|" + " " * (widt 阅读全文

摘要： 4.1猜数字游戏的扩展 点击查看代码 #GuessANumMore.py target = 425 guess = 0 n = 0 while guess != target: guess = eval(input("请输入一个猜测的整数(1至1000)：")) n += 1 if guess != 阅读全文

摘要： 计算圆周率PI 计算用到了蒙特卡罗方法： 通过模拟随机点落在区域内的概率，计算圆的面积，间接求得圆周率PI 点击查看代码 from random import random from time import * from tqdm import tqdm N = eval(input()) def 阅读全文