Shaw_喆宇

摘要： 跳出内循环，继续外循环: 跳出内循环，继续下一次外循环: 多层循环，直接跳出多层，终止多层循环： python def work(): 定义函数 for i in range(5): for j in range(5): for k in range(5): if k 阅读全文

摘要： 因为我进行了相互调用，我在父类中调用了子类。 阅读全文

摘要： 直观理解反向传播法 反向传播算法其实就是 链式求导法则 的应用。按照机器学习的通用套路，我们先确定神经网络的目标函数，然后用 随机梯度下降优化算法 去求目标函数最小值时的参数值。 反向传播算法 损失函数与正则化项 假设我们有一个固定样本集$\{(x^{(1)},y^{(1)}),···,(x^{(m 阅读全文

摘要： 1.ndarray tensor : 2.tensor ndarray: 3.ndarray list 4.list ndarray 阅读全文

摘要： python脚本没有对齐。新的Python语法，是不支持的代码对齐中，混用TAB和空格的。 阅读全文

摘要： 新版torch不支持gesv，使用solve函数。 阅读全文

摘要： 原文链接：https://blog.csdn.net/zengxiantao1994/article/details/72787849 贝叶斯决策 贝叶斯分类 贝叶斯公式：$$p(w|x)=\frac{p(x|w)p(w)}{p(x)}$$ 其中：p(w)：为先验概率，表示每种类别分布的概率；$p( 阅读全文

摘要： 原文地址：https://borgwang.github.io/ml/2019/07/28/gaussian processes.html 一元高斯分布 概率密度函数：$$p(x) = \frac{1}{\sigma\sqrt{2\pi}}\mathrm{exp}( \frac{(x \mu)^2} 阅读全文

摘要： ```python path_temp = '../m39_data/temp3' #文件目录 file_name = os.path.join(path_temp, "setQ.txt") Q = np.array(iekf.Q.detach().numpy()) # tensor转换成array np.savetxt(file_name, Q) ``` 阅读全文

摘要： 转载自： "碎片化学习之数学（一）：Jensen不等式" 定义：对于一个 凸函数 $f$，都有 函数值的期望大于等于期望的函数值 ：$$E[f(x)]\geq f(E[x])$$上式当中$x$是一个随机变量，它可以是 离散的或者连续的 ，假设$x~p(x)$ 。 回顾一下凸函数的定义：对于任意的值$ 阅读全文