自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(8)
  • 收藏
  • 关注

原创 符号计算

符号对象的建立建立单个符号对象:符号对象名=sym(A)符号对象的关系运算:assume()函数,assume(condition)与assume(expr,set)因式分解与展开运算:factors(s)对符号表达式s分解因式expands(s)对符号表达式s进行展开collect(s)对符号表达式s合并同类项collects(s,v)对符号表达式s按变量v合并同类项coeffs(f,x)返回函数f中x的系数符号函数的微积分求符号函数的极限:limit(f,x,a):求f关于变量x在a点

2020-09-27 10:38:35 396

原创 数值微分与方程求解

数值微分与数值积分向前差分:diff()函数数值积分:quad(filename,a,b,tol,trace)函数:filename是被积函数名;a和b分别是定积分的下限和上限,tol用来控制积分精度,trace是控制是否展开积分过程[i,err]quadak(filename,a,b)函数err是近似误差二重积分的计算:quad2d()三重积分的计算:integral3()线性方程组求解使用 \ 可以进行求解,x=A\B A与B矩阵系数用lu()求解线性方程组用jacobi()迭代函数

2020-09-26 09:40:56 296

原创 MATLAB数据分析与多项式计算

数据统计分析求最大值函数:max(x):返回最大值。max(x,k)返回最大值和序号求函数最小是:min()求平均值:mean()求中值:median()求和函数:sum(),累加和:cumsum()函数求积函数:prod(),累乘积:cumprod()函数求标准差:std()相关系数函数:corrcoef(A)返回由矩阵A所形成的一个相关系数矩阵corrcoef(X,Y)求X,Y向量之间的相关系数排序:sort()多项式计算n次多项式用一个长度为n+1的行向量表示多项式乘法:co

2020-09-24 22:52:38 273

原创 MATLAB绘图

plot():plot(x,y):x与y是点的集合,二者相互对应plot(x,y,选项):可选线形、颜色、数据点标记fplot(f,lms,选项):f代表一个函数,通常采用函数句柄的形式。lims为x轴的取值范围,用二元向量[xmin,xmax]描述,默认值为[-5,5]。选项定义与plot函数相同。fplot(funx,funy,tlims,选项)funx、funy代表函数,tlims为参数函数funx和funy的自变量的取值范围subplot(行,列,第几块儿)polar(theta,r

2020-09-23 22:09:22 786 1

原创 MATLAB常用函数

矩阵矩阵A.*矩阵B是各项相乘,没有.代表矩阵相乘矩阵通过序号来引用:sub2ind()与ind2sub()inv():求逆矩阵def():求行列式的值rank():求矩阵的秩trace():求矩阵的迹diag():提取矩阵主对角线元素,产生一个列向量diag(A,K):提前矩阵A第K条对角线的元素,产生一个列向量eig():求矩阵的全部特征值[X,D]=eig():求矩阵的全部特征值构成对角阵D,X各列是相对应的特征向量删除某行(列)时,选择到这行(列)赋值 [ ]sparse()

2020-09-23 11:32:12 1456

原创 PyTorch框架:张量的数学运算

张量的数学运算torch.add()功能:逐元素计算intput+alpha*otherinput:第一个张量alpha:乘项因子other:第二个张量torch.add(input,alpha=1,other,out=None)torch.addcmul(input,value=1,tensor1,tensor2,out=None)线性回归线性回归是分析一个变量与另外一个或多个变量之间的关系的方法y=wx+b分析:求解w、b求解步骤:1.确定模型 2.选择损失函数 3.求解梯度并

2020-08-20 19:47:19 568

原创 PyTorch框架:张量的操作

张量的操作:拼接、切分、索引、变换一、张量的拼接与切分torch.cat()功能:将张量按维度dim进行拼接tensors:张量序列dim:要拼接的维度torch.stack()

2020-08-20 18:44:49 176

原创 PyTorch框架:张量的创建

张量-Tensor张量介绍Tensor and VariableVariable是torch.autograd中的数据类型,主用于封装Tensor,进行求导。Variable的数据类型主要有:data(被包装的Tensor)、grad(data的梯度)、grad_fn(创建Tensor的Function,是自动求导的关键)、requires_grad(指示是否需要梯度)、is_leaf(是否是叶子结点也就是张量)。PyTorch0.4版本开始,Variable并入TenTorch。TenTorch

2020-08-20 11:46:11 167

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除