搜索结果
查询Tags标签： np，共有 812条记录-
【opencv-python】形态学转换—腐蚀
形态学操作主要包括腐蚀、膨胀、开运算、闭运算等，在opencv-python中，有相关函数可以满足要求，如cv2.erode()，cv2.dilate()，cv2.morphologyEx()等。形态学操作是根据图像形状进行的简单操作，一般情况下对二值化图像进行的操作。需要输入两个参数，一个是原始图像，第…
2021/10/1 11:40:51 人评论 次浏览 -
【opencv-python】形态学转换—腐蚀
形态学操作主要包括腐蚀、膨胀、开运算、闭运算等，在opencv-python中，有相关函数可以满足要求，如cv2.erode()，cv2.dilate()，cv2.morphologyEx()等。形态学操作是根据图像形状进行的简单操作，一般情况下对二值化图像进行的操作。需要输入两个参数，一个是原始图像，第…
2021/10/1 11:40:51 人评论 次浏览 -
Numpy中array和asarray的区别
Numpy中array和asarray的区别相同点：array和asarray都能将结构数据转换成ndarray数组。 区别点： （1）当他们的参数是列表型数据(list)时，二者没有区别； （2）当他们的参数是数组类型(array)时，np.array()会返回参数数组的一个副本(copy,两者值一样但指向不同的内存)…
2021/9/29 23:43:33 人评论 次浏览 -
Numpy中array和asarray的区别
Numpy中array和asarray的区别相同点：array和asarray都能将结构数据转换成ndarray数组。 区别点： （1）当他们的参数是列表型数据(list)时，二者没有区别； （2）当他们的参数是数组类型(array)时，np.array()会返回参数数组的一个副本(copy,两者值一样但指向不同的内存)…
2021/9/29 23:43:33 人评论 次浏览 -
Python-用自相关求随机信号的功率谱并估计信号的频率（包括估计的频率的均方差）
代码： import numpy as np import math import matplotlib.pyplot as plt from scipy.fftpack import fft pi = np.pi#添加噪声的函数 def awgn(x,snr):snr=10**(snr/10) #转化为单位为1xp=np.sum(x**2)nop=xp/snr #计算噪声能量noise=np.random.randn(len(x)) #得出噪…
2021/9/29 17:10:58 人评论 次浏览 -
Python-用自相关求随机信号的功率谱并估计信号的频率（包括估计的频率的均方差）
代码： import numpy as np import math import matplotlib.pyplot as plt from scipy.fftpack import fft pi = np.pi#添加噪声的函数 def awgn(x,snr):snr=10**(snr/10) #转化为单位为1xp=np.sum(x**2)nop=xp/snr #计算噪声能量noise=np.random.randn(len(x)) #得出噪…
2021/9/29 17:10:58 人评论 次浏览 -
python中保存列表和字典
python保存列表 （1）保存为.npy文件： 先将列表转为np.array，再进行保存 import numpy as np graphTable = [[[0,3],[1,3],1,1], #A-B[[1,3],[2,3],1,2], #B-C[[2,3],[2,1],2,3], #C-H[[1,3],[1,2],1,4], #B-D[[1,2],[1,1],1,5], #D-F[[1,2],[0,0],3,6], #D-S[[1,…
2021/9/28 22:11:09 人评论 次浏览 -
python中保存列表和字典
python保存列表 （1）保存为.npy文件： 先将列表转为np.array，再进行保存 import numpy as np graphTable = [[[0,3],[1,3],1,1], #A-B[[1,3],[2,3],1,2], #B-C[[2,3],[2,1],2,3], #C-H[[1,3],[1,2],1,4], #B-D[[1,2],[1,1],1,5], #D-F[[1,2],[0,0],3,6], #D-S[[1,…
2021/9/28 22:11:09 人评论 次浏览 -
逻辑回归：原理及python实现
Table of Contents 1 逻辑回归概述1.1 Sigmoid函数1.2 二项逻辑回归1.3 对数几率理解2 逻辑回归的参数优化及正则化2.1 梯度下降法优化参数2.1.1 最大似然法确定损失函数（对数损失）2.1.2 损失函数的优化2.2 正则化3 逻辑回归的实现3.1 sklearn实现3.2 pytho…
2021/9/28 17:10:47 人评论 次浏览 -
逻辑回归：原理及python实现
Table of Contents 1 逻辑回归概述1.1 Sigmoid函数1.2 二项逻辑回归1.3 对数几率理解2 逻辑回归的参数优化及正则化2.1 梯度下降法优化参数2.1.1 最大似然法确定损失函数（对数损失）2.1.2 损失函数的优化2.2 正则化3 逻辑回归的实现3.1 sklearn实现3.2 pytho…
2021/9/28 17:10:47 人评论 次浏览 -
经验正交函数 (EOF) / 主成分 (PCA) 分解及Python实现
前言 EOF 经验正交函数 分解原理及用法： https://wenku.baidu.com/view/93bc8a9b680203d8ce2f2468.html 方法实现过程 EOFPCAPython实现 import numpy as np from scipy import linalg# 生成数据并打乱 np.random.seed(9) data = np.random.randint(low=1, high=50, size…
2021/9/28 11:10:51 人评论 次浏览 -
经验正交函数 (EOF) / 主成分 (PCA) 分解及Python实现
前言 EOF 经验正交函数 分解原理及用法： https://wenku.baidu.com/view/93bc8a9b680203d8ce2f2468.html 方法实现过程 EOFPCAPython实现 import numpy as np from scipy import linalg# 生成数据并打乱 np.random.seed(9) data = np.random.randint(low=1, high=50, size…
2021/9/28 11:10:51 人评论 次浏览 -
课程作业1-数据预处理以及 python对函数求导
谨记第一次作业用到的内容，应该是对的吧 哈哈哈 读取数据，获取基本信息。 1. 现已使用Pandas读取数据集challenge.csv • 请提取该数据集的字段名称，将结果存为cols • 请获取给数据的字段和样本数量，将结果分别存为col_num和sam_num • 请获取该数据集的前五行记录，…
2021/9/27 22:11:05 人评论 次浏览 -
课程作业1-数据预处理以及 python对函数求导
谨记第一次作业用到的内容，应该是对的吧 哈哈哈 读取数据，获取基本信息。 1. 现已使用Pandas读取数据集challenge.csv • 请提取该数据集的字段名称，将结果存为cols • 请获取给数据的字段和样本数量，将结果分别存为col_num和sam_num • 请获取该数据集的前五行记录，…
2021/9/27 22:11:05 人评论 次浏览 -
Python实现一个简单三层神经网络的搭建并测试
python实现一个简单三层神经网络的搭建（有代码）废话不多说了，直接步入正题，一个完整的神经网络一般由三层构成：输入层，隐藏层（可以有多层）和输出层。本文所构建的神经网络隐藏层只有一层。一个神经网络主要由三部分构成（代码结构上）：初始化，训练，和预测。首先…
2021/9/27 22:10:38 人评论 次浏览
