3 陈君豪

尚未进行身份认证

我要认证

在无尾熊的世界里,有尾巴的就是王

等级
TA的排名 3w+

二极管知识总结 (正向偏置pn结变窄 反向偏置pn结变宽)

二极管知识总结 与 pn结变窄变宽的原因1. 价电子:每一个原子可的电特性以分成3部分, 或称为三层轨道:(1) 原子核: 例如铜原子有29个质子,带29个正电荷(2) 内层轨道: 接近原子核的电子,铜原子有28个,原子核对这些电子的吸引力很强,当我们把内层轨道和质子视为一体时,铜原子就是+1的净电荷(3) 价带轨道: 最外层的轨道, 原子核对轨道上的电子吸引力最弱, 这就是自由电子的来源, 在这个轨道上的电子称为价电子, 铜原子有1个价电子2. 价电子与导电性:良导体有1个价电.

2020-08-22 22:08:31

电阻 Δ-Y (Y-Δ) 等效变换的推导

2020-08-04 21:14:17

一篇文章学会 Pandas

import numpy as npimport pandas as pdimport sysimport matplotlib.pyplot as pltindex=1if(index==1):# 创建一个Dataframe data = pd.DataFrame(np.arange(20).reshape(4, 5), index=list('abcd'), columns=list('ABCDE')) print(data) print('取出前三行') .

2020-07-24 07:04:00

sklearn提示 ImportError: DLL load failed: 找不到指定的程序

多半是之前升级了某个模块的版本, 然后导致和sklearn的版本不兼容, 经过试验以下这几个版本是可以共存的scipy verion is 1.5.1numpy verion is 1.18.5pandas verion is 1.0.1Sklearn verion is 0.22.1处理方法,执行以下程序pip uninstall numpypip uninstall pandaspip uninstall scikit-learnpip uninstall scipyp.

2020-07-23 17:07:50

tensorflow 常用的几个接口范例

from tensorflow import kerasfrom tensorflow.keras import layersimport tensorflow as tf# 图像分类model = keras.Sequential([ layers.Flatten(input_shape=[28, 28]), layers.Dense(128, activation='relu'), layers.Dense(10, activation='softmax')]).

2020-07-23 12:35:08

c++ vector erase的注意事项

1. 要接收erase返回的迭代器2. erase返回的迭代器自动指向下一个位置,所以代码里有erase的, 要注意只有不运行erase的部分需要 iterator++int main(){ std::vector<int> myInt; myInt.push_back(1); myInt.push_back(2); myInt.push_back(3); //for (auto iter = myInt.begin(); for (vector<int>.

2020-07-04 23:06:29

leetcode第65题击败100%用户的答案

#include <iostream>#include <vector>#include<numeric>#include<unordered_map>#include<string>using namespace std;bool isNumber(string s){ //先去除两边空白 int n = s.size(); if (n < 1) return false; int left = 0;...

2020-07-02 15:46:53

softmax的公式推导

1 定义2. 将多项式化成指数族模型的一般形式3. 推导公式

2020-06-27 19:09:23

No module named en 的解决办法spacy

No module named 'en'nlp项目出现这个错误,如果是spacy\util.py出的问题,表示找不到英文的模块.官方的解决办法是在控制台输入以下命令:python -m spacy download en_core_web_sm这个我试了下一直出现连接错误,以下是解决办法1. 先确认自己要用的spacy版本,python -m spacy info因为我这个项目要求用2.1所以那 en_core_web_sm也要2.1版本的2. 到github..

2020-06-15 22:06:42

nlp命名实体识别Named Entity Recognition NER demo

这是一个NER 的 demo实现的步骤是1.制作word和tag的dic,dic的id是0开始的int,出现频率高的排在前面2.将每一句话转成2个80维的向量(即最长80个字),第一个是出现句子的 word 的id(train_x),第二个是对应的ner的tag(命名实体)的id(train_y)3.把(train_x) (train_y) 用深度学习的方法训练后, 以后input一个句子, 就可以返回 对应的tag4.用 test_x测试准确率向量的样子如下:运行结果如下:

2020-06-14 17:07:17

nlp 词性标注demo

用python做的词性标注demo代码及训练集在githubhttps://github.com/howard789/nlp_pos_tag测试数据 trying to keep pace with rival Time magazine运行结果如下:word: tryingresult: VBGexplain: Verb, gerund or present participle 动名词和现在分词-----------------------------word: tores

2020-06-09 01:06:59

windows下xgboost的安装与测试 xgboost.dll

1. 先下载源码 git clone --recursive https://github.com/dmlc/xgboost2. 下载完后的源码在xgoobst里面, 到xgboost下建立build资料夹3. 进入build资料夹,开启power shell 输入cmake .. -G"Visual Studio 15 2017 Win64" -DUSE_CUDA=ON其中 -DUSE_CUDA=ON 是使用gpu加速,不一定需要成功后会显示-- Build files h...

2020-05-26 18:45:33

linux下xgboost的安装与测试

在运行前,要先将python安装好, gcc 5 以上, cmake版本也不能太低1编译安装基础包git clone --recursive https://github.com/dmlc/xgboost下载后的档案在xgboost文件夹里cd xgboostmkdir buildcd buildcmake ..如果报错可以先upgrade gcc,cmake版本make -j$(nproc) //nproc是操作系统级别对每个用户创建的进程数的限制make -j...

2020-05-25 19:43:02

VMware虚拟机 配置NAT网络, Linux关闭防火墙, 修改主机名, 修改服务器日期

这里的例子:网段192.168.100网关192.168.100.2VMnet8的IP: 192.168.100.1虚拟机IP 192.168.100.11DNS1 : 就直接配置成网关1. vmware 打开 VMWorkstation Pro=>编辑=>虚拟网络编辑器2 Window右下角打开网络和internet选项=>更改适配器选项, 应该会看到刚刚已连接的VMnet8, 配置里面的TCP/IPv43. 进入虚拟机root用户,编辑.

2020-05-24 14:28:33

将git下载的c++项目用vs打开

首先确定下载的项目里包括CMakeLists.txt的文件,然后在文件所在目录用cmd或power shell输入以下命令(以2017版本为例):cmake . -G"Visual Studio 15 2017 Win64"中间那个 . 表示当前目录.成功的话就会在当前目录生成sln等文件然后就可以用vs打开了...

2020-05-22 22:40:49

CART回归树的原理及python实现的demo

回归树其实就是把相邻的几个点(不纯度较小的点,一般用mse计算) 视为一个区间,所以参数里包括 最小不纯度 min_impurity_decrease, 例如以下的点, 只分成2 类, 大于6.5的就返回右边三个点的平均值8.913 ,小于6.5的返回6.237决策树张这个样:tree = { x : {'<=6.5': 6.236666666666667, '>6.5': 8.912500000000001} }如果调整了min_impurity_de...

2020-05-15 21:09:15

基尼指数和经验熵的关系

经验熵用麦克劳林一阶展开就是基尼指数, 用泰勒展开式在x=1的地方做1阶展开,可以得到相同的结果

2020-05-06 20:24:14

SVM公式推导

1. 首先要知道把一个带约束项的求极值问题转换成拉格朗日对偶问题的方法2. 推导SVM的目标函数,最终转换成拉格朗日对偶问题L(w,b,e,alpha,beta)3. 求解不带约束的最优解,将L(w,b,e,alpha,beta) 转成只有一个参数L(alpha)4. L(alpha)的alpha其实是一个向量,所以要用SMO将其改造成W(alpha2)的形式, 并推导...

2020-05-06 20:13:40

泰勒展开式的推导和证明(带皮亚诺余项)

2020-05-01 01:11:10

支持向量机SVM (SMO) 的可视化 demo

做了一个demo可以动态显示支持向量机的更新状态, 其中蓝色的线是skleran算出来的结果, 红色的线是自己算出来的, 一般迭代 5-10次就和sklearn的 (蓝色的线) 高度重合了, 正确率不到100% 是数据本身的问题,没法用线性划分到100%正确比较了网上几个版本, 一直达不到理想的效果, 后来发现是b一直大幅跳跃 , 便做了一点修改, 首先alpha2是遍历所有的点, 遇到需...

2020-04-28 14:23:26

查看更多

勋章 我的勋章
  • 持之以恒
    持之以恒
    授予每个自然月内发布4篇或4篇以上原创或翻译IT博文的用户。不积跬步无以至千里,不积小流无以成江海,程序人生的精彩需要坚持不懈地积累!
  • 1024勋章
    1024勋章
    #1024程序员节#活动勋章,当日发布原创博客即可获得
  • 勤写标兵Lv1
    勤写标兵Lv1
    授予每个自然周发布1篇到3篇原创IT博文的用户。本勋章将于次周周三上午根据用户上周的博文发布情况由系统自动颁发。
  • 分享精英
    分享精英
    成功上传11个资源即可获取