3 满满的宇宙感

尚未进行身份认证

我要认证

暂无相关简介

等级
TA的排名 15w+

数学公式生成的美图

玩OpenGL无意间发现一张公式生成的图片,被惊艳到了。今早把代码翻译成了python。import PIL.Image as Ifrom math import sin, cosW, H, R = 500, 500, 10img = I.new('RGBA', (W, H), (255, 255, 255, 255))x = -Rwhile x < R: ...

2019-12-26 11:37:37

一行代码解决matplotlib无法显示中文的问题

matplotlib.rc('font', family='MicroSoft YaHei')

2019-08-30 17:55:12

解决pycharm编辑器Django项目中objects标黄的问题

废话不多说,直接上图。(需要pycharm专业版)设置完应该就可以了。如果实在不行还有一个治标不治本的方法。在标黄的上一行添加注释,这个办法社区版的也能用。不过对非强迫症来说这么做意义不大。# noinspection PyUnresolvedReferences...

2019-08-30 11:38:02

python-关于时间处理的知识

记录关于python及时间的知识,不定时更新....-------------------------------------------------------------------------------------什么是时间类型?时间类型<class 'datetime.datetime'>对python而言,时间类型是datetime模块中datetime类的...

2019-01-27 10:25:03

ubuntu安装画图软件

sudo apt-get install kolourpaint4     软件安装   

2019-01-07 07:54:44

深度学习理论基础14-数值微分

先来看一个导数的公式其中h是趋近无限小的数。导数表示x方向的微小变化导致f(x)的值在多大程度发生变化。如果用代码帮助你的理解,这个代码是这样的:def numerical_diff(f, x): h = 10e-50 return (f(x+h) - f(x)) / h现在你大约了解了导数是怎么回事(学渣才不知道的吧,喂!)但是这个实现是不能用的。因为小...

2019-01-06 19:40:54

深度学习理论基础13-损失函数

开始之前先认识机器学习的几个概念性的东西:深 度 学 习 有 时 也 称 为 端 到 端 机 器 学 习(end-to-end machinelearning)。机器学习中,一般将数据分为训练数据和测试数据(或监督数据)两部分来进行学习和实验等。只对某个数据集过度拟合的状态称为过拟合(over fitting)。避免过拟合也是机器学习的一个重要课题。神经网络的学习通过某个指标表...

2019-01-01 19:48:18

深度学习理论基础12-手写数字识别

本节实践一下'前向传播'.即将使用真正的数据和模型了(虽然这个模型不是自己训练的),想想还是有点小激动嗯。(马上就能发明机器人,推翻人类暴政,走向人生巅峰了。)本节大体分为3个内容想办法搞到图片数据一次处理一张一次处理100张(批量且高效率的)--------MNIST数据集--------这是机器学习领域最出名的数据集之一。MNIST数据集是由0到9的数字图像...

2019-01-01 14:15:57

深度学习理论基础11-输出层的设计

首先,继续上节的话题。softmax()函数。这只就是softmax函数了。其中a代表输出层的输入数据,ak代表第k个输入。如果你觉得又难理解又难记,其实可以拆成3步来理解:1.把所有的输入计算成序列[e**(a1),e**(a2),e**(a3)...e**(an)],用np的广播功能一行就能搞定2.计算得到上面的结果之和sum3.第k个输入的softmax之值即为 e*...

2019-01-01 09:05:40

深度学习理论基础10-实现一个3层神经网络

首先,这是一张本节的神经网络懵逼图全貌图!可以看出,这图显示的元素非常乱七八糟丰富。我会逐个字母逐个数字的告诉你这是什么,那是什么。等我说完了,以及你知道这些字母是什么的时候,我们将一起实现它。第0层:这是输入层,1代表偏置神经元。x是输入,而且它们都被按照顺序编了号。第0层与第1层之间:w是权重,括号里的1代表当前层数。    w右下角的11代表右边层的第1个神经元与左边...

2018-12-31 11:47:13

深度学习理论基础9-多维数组

>>> import numpy as np>>> A = np.array([1, 2, 3, 4])>>> print(A)[1 2 3 4]>>> np.ndim(A)    #这个方法返回np数组的维度1>>> A.shape   #这个属性返回这个np数组的形状。也就是每个维度的

2018-12-31 09:23:53

深度学习理论基础8-激活函数

上文我们已经认识了激活函数家族的第一个成员。以阈值为界,一旦输入超过阈值,就切换输出。这样的函数称为“阶跃函数”。但高大上的神经网络世界是不会使用这么低端的激活函数的,只有低级的感知机世界才会用'阶跃函数'。下面登场的是神经网络世界的激活函数----sigmoid函数!!(之所以加双叹号,是因为我们即将进入神经网络的世界。之后就可以制作机器人,然后机器人反叛,一统天下,走向人生巅峰了。)看...

2018-12-30 18:28:30

深度学习理论基础7-初识神经网络

为了有种仪式感。我给出了神经网络的抽象表示。各层的名字图上已经给的很清楚了。图上没有体现到的知识是,中间层也叫隐藏层。因为这个模型只有2层有权重,所以通常被叫做'2层网络'。让我们回到感知机。下面是感知机的数学公式表示:还是原来的配方,还是原来的味道。接着给你感知机的图像表示,只是这次我们不要省略b,而是明确的把b添加到图里面,下图:想必有一撮读者在此处懵逼了几秒。不知道1...

2018-12-30 17:13:53

深度学习理论基础6-多层感知机

废话不多说,人生甜短,让我们立即开始多层感知机的学习吧。为了循环渐进的理解多层感知机,我们有必要再把门电路拿出来把玩一番。这些是门电路的符号表示,我们马上就用。你随便记3秒钟就好。吼吼,你是不是在想,难道这就是异或门?没错哦。这就是。不信你可以捋一下。是不是经过翻过来调过去的验证,发现那果然是一个异或门的实现?吼吼,捋乱了也没关系。咱还有图。第1层输入(与非门)    ...

2018-12-30 16:32:53

深度学习理论基础1-Numpy

夜梦,语文老师勒令我写一篇《深度学习入门:基于Python的理论与实现》读后感。我不敢懈怠,立即翻出我的笔记本电脑,开始写作文。。。。--------Numpy--------简介:---->是一个Python第三方模块---->处理数组,矩阵,多维数组十分便捷---->底层用C语言实现,高效--------Numpy数组的加减乘除运算--------...

2018-12-30 14:26:20

深度学习理论基础5-感知机的局限性

--------------异或门-------------异或门的文字描述:仅当输入中的一方为1时,才会输出1。现在请闭上眼睛想2两个星期,怎么用上节提到的感知机实现异或门呢?。。。嗯,相信你在思考的这段时间里已经尝试了很多组合。但依然没有靠谱的参数可用,实际上上文的感知机是无法搞定异或门的。其中的原理很难用文字讲明白,但可以用图像轻松的说明。------------...

2018-12-30 12:11:57

深度学习理论基础4-简单逻辑电路的感知机实现

 接下来我们小试牛刀,为感知机设定权重及阀值,实现一些简单的逻辑电路。----------------------------------------------------与门------------------------------------------------------------让我讲一个与门的故事,从前有个叫‘与门’的门会在两个输入都为1的情况下输出1,其他情况...

2018-12-30 10:53:04

深度学习理论基础3-什么是感知机?

感知机的文字描述:    ---->感知机接收多个输入信号,输出一个信号。    ---->感知机的信号只有01两种取值。感知机的图像描述:  ---->输入:x1,x2  ---->权重:w1与w2  ---->输出:y  ---->阀值:x1*w1+x2*w2大于阀值时y会输出1,否则输出0。阀值是我们另外定义的。感知机的...

2018-12-30 09:31:49

深度学习理论基础2-Matplotlib

这一节的内容非常简单,介绍了matplotlib模块的几个用法:1.通过x,y坐标的集合做成线条显示在屏幕上。2.读入图像并显示在屏幕上。-------------------------------------------------------代码及注释-------------------------------------------------------import...

2018-12-30 08:44:03

数据结构(Python实现)之链表

理解数据结构最好的方式就是用脑洞把它想象出来。一、节点class Node():    def __init__(self,data=None):        self.data=data        self.left=None        self.right=Nonenode = Node(5)现在请你闭眼在脑海创造一片虚无缥缈的空间,空间里产生一个盒子,盒...

2018-10-12 17:27:45

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!
  • 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。