网站首页 站内搜索

搜索结果

查询Tags标签: np,共有 812条记录
  • 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
  • Python 探索性数据分析方法与应用

    数据挖掘 探索性数据分析方法与应用 一、频率和众数是简单描述数据分布状况的常见度量,请编写函数实现序列元素频率序列及其众数的计算,并自行构建数据验证方法。 代码: # -*- coding: utf-8 -*- #频率 and 众数 freDict={}#统计元素数量 def count(l):for item in l:i…

    2021/9/27 17:41:00 人评论 次浏览
  • Python 探索性数据分析方法与应用

    数据挖掘 探索性数据分析方法与应用 一、频率和众数是简单描述数据分布状况的常见度量,请编写函数实现序列元素频率序列及其众数的计算,并自行构建数据验证方法。 代码: # -*- coding: utf-8 -*- #频率 and 众数 freDict={}#统计元素数量 def count(l):for item in l:i…

    2021/9/27 17:41:00 人评论 次浏览
  • csr sparse matrix行标准化

    python测试代码 from scipy.sparse import csr_matrix import numpy as np from sklearn.utils.sparsefuncs_fast import inplace_csr_row_normalize_l2 # 这里这个函数直接对 sparse matrix进行行标准化,以L2的形式的标准化 indptr = np.array([0,2,3,6]) indices = np.…

    2021/9/26 23:15:10 人评论 次浏览
  • csr sparse matrix行标准化

    python测试代码 from scipy.sparse import csr_matrix import numpy as np from sklearn.utils.sparsefuncs_fast import inplace_csr_row_normalize_l2 # 这里这个函数直接对 sparse matrix进行行标准化,以L2的形式的标准化 indptr = np.array([0,2,3,6]) indices = np.…

    2021/9/26 23:15:10 人评论 次浏览
  • python绘制三角函数图像

    利用matplotlib和numpy库绘制三角函数图像,包括正弦函数、余弦函数、正切函数、余切函数图像 代码如下: import numpy as np import matplotlib as mp import matplotlib.pyplot as plt from matplotlib.font_manager import FontProperties # 字体管理器pi = np.pi # …

    2021/9/25 20:13:24 人评论 次浏览
  • python绘制三角函数图像

    利用matplotlib和numpy库绘制三角函数图像,包括正弦函数、余弦函数、正切函数、余切函数图像 代码如下: import numpy as np import matplotlib as mp import matplotlib.pyplot as plt from matplotlib.font_manager import FontProperties # 字体管理器pi = np.pi # …

    2021/9/25 20:13:24 人评论 次浏览
  • Python中rgb与ycbcr互转

    参考: 在Python中正确地将RGB转换成YCbCr Python中rgb与ycbcr互转# ITU-R BT.601 # https://en.wikipedia.org/wiki/YCbCr # RGB -> YCbCr def rgb2ycbcr(rgb):m = np.array([[ 65.481, 128.553, 24.966],[-37.797, -74.203, 112],[ 112, -93.786, -18.214]])shape = …

    2021/9/24 22:12:27 人评论 次浏览
  • Python中rgb与ycbcr互转

    参考: 在Python中正确地将RGB转换成YCbCr Python中rgb与ycbcr互转# ITU-R BT.601 # https://en.wikipedia.org/wiki/YCbCr # RGB -> YCbCr def rgb2ycbcr(rgb):m = np.array([[ 65.481, 128.553, 24.966],[-37.797, -74.203, 112],[ 112, -93.786, -18.214]])shape = …

    2021/9/24 22:12:27 人评论 次浏览
  • 马氏链,Metropolis-Hastings采样与Gibbs采样的理解(附有python仿真)

    文章目录 马氏链MH采样代码 Gibbs采样代码马氏链MH采样代码 import numpy as np import matplotlib.pyplot as plt from scipy import statsnp.random.seed(42) # 正态分布 x_=np.linspace(-20,20,100) y_=stats.norm.pdf(x_,0,5)# 正态分布 # y_=stats.expon(scale=1).pd…

    2021/9/23 20:11:01 人评论 次浏览
  • 马氏链,Metropolis-Hastings采样与Gibbs采样的理解(附有python仿真)

    文章目录 马氏链MH采样代码 Gibbs采样代码马氏链MH采样代码 import numpy as np import matplotlib.pyplot as plt from scipy import statsnp.random.seed(42) # 正态分布 x_=np.linspace(-20,20,100) y_=stats.norm.pdf(x_,0,5)# 正态分布 # y_=stats.expon(scale=1).pd…

    2021/9/23 20:11:01 人评论 次浏览
  • tf-idf算法

    import numpy as np from collections import Counter import itertools import matplotlib.pyplot as plt docs = ["it is a good day, I like to stay here","I am happy to be here","I am bob","it is sunny today","I …

    2021/9/22 22:40:45 人评论 次浏览
  • tf-idf算法

    import numpy as np from collections import Counter import itertools import matplotlib.pyplot as plt docs = ["it is a good day, I like to stay here","I am happy to be here","I am bob","it is sunny today","I …

    2021/9/22 22:40:45 人评论 次浏览
  • python 图像处理的同态滤波复现

    基于网友的方案,手动改的方案。传送门链接同态滤波 def homofilter(img):I = np.float32(img)I3 = Im, n, chanels = I.shaperL = 0.5rH = 2c = 2d0 = 20for chanel in range(chanels):I1 = np.log(I[:, :, chanel] + 1)FI = np.fft.fft2(I1)n1 = np.floor(m / 2)n2 = np…

    2021/9/22 20:45:45 人评论 次浏览
  • python 图像处理的同态滤波复现

    基于网友的方案,手动改的方案。传送门链接同态滤波 def homofilter(img):I = np.float32(img)I3 = Im, n, chanels = I.shaperL = 0.5rH = 2c = 2d0 = 20for chanel in range(chanels):I1 = np.log(I[:, :, chanel] + 1)FI = np.fft.fft2(I1)n1 = np.floor(m / 2)n2 = np…

    2021/9/22 20:45:45 人评论 次浏览
扫一扫关注最新编程教程