ICode9

精准搜索请尝试: 精确搜索
  • 矩阵生成雪花噪点灰度图遇到的若干问题2022-06-27 00:02:02

    矩阵生成灰度图遇到的若干问题 #!/usr/bin/env python # -*- coding: utf-8 -*- # @Time : 2022/5/13 22:23 # @Author : Linkdom import numpy as np import cv2.cv2 as cv import matplotlib.pyplot as plt a=np.random.randint(0,255,(300,300)) img=cv.imread('gary_array.jpg

  • DataFrame计算上次符合条件到现在的位置2022-06-26 09:00:15

    想实现类似通达信BARSLAST 上次条件成立到现在的位置 得到大佬帮助,帮我写了以下代码 import pandas as pd import numpy as np df = pd.DataFrame(np.random.random((10,4)), columns = ['A', 'B', 'cond', 'D']) # 让 cond 列变成 True/False df.cond

  • 03. Pillow包解决opencv中文乱码2022-06-23 22:36:32

    """ # 安装 pip install pillow # 查看是否安装了该库 pip list | findstr Pillow """ # 引用pillow的写法 from PIL import ImageFont, ImageDraw, Image # 在opencv的绘图中是不支持中文的,需要使用Pillow来使用中文字体和绘制操作 # 纯白 img = np.full((200, 200, 3), fill_v

  • 一元线性回归的Python实现2022-06-17 17:36:32

    目录1 问题的提出2 原理2.1 代价函数2.2 模型的评价2.2.1 皮尔逊相关系数2.2.2 决定系数3 Python 实现3.1 不调sklearn库3.2 调 sklearn 库4 梯度下降法4.1 原理4.2 Python实现参考 1 问题的提出 对于给定的数据集 \(D = \{(x_1,y_1),(x_2,y_2),\cdots,(x_m,y_m)\}\),线性回归 (lin

  • 70 行 Python 代码写春联,行书隶书楷书随你选2022-06-16 15:04:22

    前言 相信现在有很多小伙伴都不会写毛笔字了,今天想用python来写一幅春联,不知道有没有人喜欢。该文用的是田英章老师的楷 书,我在网上总共找到了1600个汉字,因此,春联用字被限制在这1600个汉字的小字库中。我个人精力有限,同时受知识产权保 护的限制,不可能制作完整的毛笔字库。

  • NumPy矩阵的旋转2022-06-15 19:00:08

    NumPy矩阵的旋转在⽤Python的数字图像处理、CNN或者深度学习⾥,对图像的处理:形变(缩放)处理常将图像数据读取到NumPy的array数据⾥,然后对图像数据进⾏形变处理。NumPy提供了很多的对array数组的操作:tile、rot90等。本章除了了解rot90的基本使⽤外,⾃⼰也想写点程序实现旋转的功能。1

  • DTW 算法优化2022-06-13 19:04:14

    import numpy as np #优化前 def Dtw(a, b): dis = np.full((len(a) + 1, len(b) + 1), np.inf) dis[0, 0] = 0 for i in range(0, len(a)): for j in range(0, len(b)): print(a[i],b[j]) dis[i + 1, j + 1] = (a[i] - b[j]) ** 2

  • Win10上RKNN工具安装使用2022-06-13 11:02:37

    1,配置基础Python环境为: Python3.6 个人建议最好在Conda下新建一个虚拟环境进行安装。 2,在虚拟环境下使用以下命令新建一个RKNN环境,如下: conda create --name=rknn python=3.6.8 3,执行以下命令进入虚拟环境: conda activate rknn 进入虚拟环境后,再执行以下命令安装深度学习框架,如T

  • 后缀自动机 SAM2022-06-12 21:31:13

    struct NODE { int ch[26]; int len,fa; NODE(){memset(ch,0,sizeof(ch));len=0;} }dian[MAXN<<1]; int las=1,tot=1; void add(int c) { int p=las;int np=las=++tot; dian[np].len=dian[p].len+1; for(;p&&!dian[p].ch[c];p=dian[p]

  • pytorch 中layernorm 的使用2022-06-12 11:32:34

    https://zhuanlan.zhihu.com/p/288300334     import torch import torch.nn as nn import numpy as np a = torch.tensor([[[1.0,2.0,3.0], [4.0,5.0,6.0]], [[1.0,2.0,3.0], [4.0,5.0,6.0]]]) print(a) print(a.shap

  • Qt for Python——基于PySide6实现CFD网格文件可视化(一)2022-06-10 16:34:05

    一、基于Qt Data Visualization Examples中的Surface Example模块(未完成) Surface Example - Qt for Python 给出了一种通过Q3DSurface绘制三维空间曲面的例子,包含以下几个功能: 建立QSurfaceDataProxy并设置数据 使用QHeightMapSurfaceDataProxy来显示三维高度图 有三种不同研究

  • python求列表均值,方差,标准差2022-06-10 10:03:28

    import numpy as np a = [1,2,3,4,5,6] #求均值 a_mean = np.mean(a) #求方差 a_var = np.var(a) #求标准差 a_std = np.std(a,ddof=1) print("平均值为:%f" % a_mean) print("方差为:%f" % a_var) print("标准差为:%f" % a_std) 其中,可以添加参数axis 如下: #参数0代表对每一列求

  • 特征工程(二)数据转换2022-06-09 16:36:54

    数据科学项目中少不了要用到机器学习算法。通常每种算法都会对数据有相应的要求,比如有的算法要求数据集特征是离散的,有的算法要求数据集特征是分类型的,而数据集特征不一定就满足这些要求,必须依据某些原则、方法对数据进行变换。 2.1 特征的类型 特征的类型由其所有值的集合决定,通

  • python 列表中利用不连续索引提取列表元素2022-06-03 10:35:32

      1、 >>> a = list(range(0, 11)) ## 列表 >>> a [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10] >>> import numpy as np >>> np_a = np.array(a) >>> list(np_a[[1, 3, 7]]) ## 利用不连续索引提取列表元素 [1, 3, 7]

  • pytorch API2022-06-01 15:05:08

    pytorch--多标签分类损失函数 import torch import numpy as np pred = np.array([[-0.4089, -1.2471, 0.5907], [-0.4897, -0.8267, -0.7349], [0.5241, -0.1246, -0.4751]]) label = np.array([[0, 1, 1], [0, 0, 1],

  • Python数据分析--Numpy常用函数介绍(5)--Numpy中的相关性函数2022-06-01 00:35:29

    摘要:NumPy中包含大量的函数,这些函数的设计初衷是能更方便地使用,掌握解这些函数,可以提升自己的工作效率。这些函数包括数组元素的选取和多项式运算等。下面通过实例进行详细了解。         前述通过对某公司股票的收盘价的分析,了解了某些Numpy的一些函数。通常实际中,某公司的股

  • 深度学习与CV教程(6) | 神经网络训练技巧 (上)2022-06-01 00:33:38

    作者:韩信子@ShowMeAI 教程地址:http://www.showmeai.tech/tutorials/37 本文地址:http://www.showmeai.tech/article-detail/265 声明:版权所有,转载请联系平台与作者并注明出处 收藏ShowMeAI查看更多精彩内容 本系列为 斯坦福CS231n 《深度学习与计算机视觉(Deep Learning for C

  • 神经网络与深度学习(邱锡鹏)编程练习 2 实验3 基函数回归(最小二乘法优化)2022-05-30 16:31:54

    通过基函数对元素数据进行交换,从而将变量间的线性回归模型转换为非线性回归模型。 最小二乘法 + 多项式基函数 最小二乘法 + 高斯基函数 def identity_basis(x): ret = np.expand_dims(x, axis=1) return ret def multinomial_basis(x, feature_num=10): x = np.ex

  • 神经网络与深度学习(邱锡鹏)编程练习 2 实验1 线性回归的参数优化 - 最小二乘法2022-05-30 14:32:47

    实验结果:   源代码: import numpy as np import matplotlib.pyplot as plt def load_data(filename): # 载入数据 xys = [] with open(filename, 'r') as f: for line in f: xys.append(map(float, line.strip().split())) xs, ys

  • 线性回归补充练习2022-05-30 05:00:07

    巩固了线性回归的内容,练习了多变量的线性回归,对程序添加了一些详细的注释 import numpy as np#线性代数包import pandas as pd#数据处理包import matplotlib.pyplot as plt#画图包path = 'ex1data2.txt'data2 = pd.read_csv(path, header=None, names=['Size', 'Bedrooms', 'Pric

  • 声学感知刻度(mel scale、Bark scale、ERB)与声学特征提取(MFCC、BFCC、GFCC)2022-05-28 20:04:51

    梅尔刻度   梅尔刻度(Mel scale)是一种由听众判断不同频率 音高(pitch)彼此相等的感知刻度,表示人耳对等距音高(pitch)变化的感知。mel 刻度和正常频率(Hz)之间的参考点是将1 kHz,且高于人耳听阈值40分贝以上的基音,定为1000 mel。在大约500 Hz以上,听者判断越来越大的音程(interval)

  • Python数据分析--Numpy常用函数介绍(4)--Numpy中的线性关系和数据修剪压缩2022-05-25 00:01:17

    摘要:总结股票均线计算原理--线性关系,也是以后大数据处理的基础之一,NumPy的 linalg 包是专门用于线性代数计算的。作一个假设,就是一个价格可以根据N个之前的价格利用线性模型计算得出。     前一篇,在计算均线,指数均线时,分别计算了不同的权重,比如 和 都是按不同的计算方法来计算

  • 压力表刻度图片识别2022-05-24 11:33:11

    算法设计思想: 使用霍夫变换检测圆心的位置 使用sobel算子进行表盘刻度和0点位置的检测 从圆心出发画出一条水平线与检测出来的表盘刻度相交(记录两点所在的刻度值k1k_1k1​和k2k_2k2​) 计算每一个刻度所代表的度数值v=(k2−k1)/πv=(k_2-k_1)/πv=(k2​−k1​)/π 使用霍夫变换进

  • NumPy 入门2022-05-22 16:05:12

    理解 Python中的数据类型 在 Python 中变量的数据类型是动态推断的,并且可以自动进行转换 x = 4 x = "four" 因为Python 是由 C 编写的所以 Python 的整形实际上是 C 中的一个结构体,通过储存一些额外的信息 Python 可以进行自由、动态的编码 Python 列表不仅仅是一个列表 Python

  • Python数据分析--Numpy常用函数介绍(2)2022-05-22 00:00:10

    摘要:本篇我们将以分析历史股价为例,介绍怎样从文件中载入数据,以及怎样使用NumPy的基本数学和统计分析函数、学习读写文件的方法,并尝试函数式编程和NumPy线性代数运算,来学习NumPy的常用函数。 一、文件读入 :读写文件是数据分析的一项基本技能 CSV(Comma-Separated Value,逗号分隔值)格

专注分享技术,共同学习,共同进步。侵权联系[admin#icode9.com]

Copyright (C)ICode9.com, All Rights Reserved.

ICode9版权所有