暂无搜索历史
在x方向、时间t上均匀取值，预测对应的u。计算速度较慢，使用了一层进行测试，纵坐标为x，均分为200，横坐标为t，均分为100
版本：3.9.1 日期：2021.1.1 作者：Lukasz Langa python3.9发布于2020.10.5，这里做与python3.8的比较
torch里面可以基于nn.Module类写自己的神经网络，这里使用最简单的线性层。
大家好，我是崔艳飞。接到项目求助，需要对上千个文件夹中的文件进行压缩处理，并要删除源文件，只保留压缩后的压缩文件，数据量大，手动完成耗时耗力，用Python处理...
在日常生活或者工作中的时候，我们偶尔会遇到这样一种让人头大的情况——当单个Excel文件较大或需要根据某一列的内容需要拆分为多个CSV文件时，用Excel的筛选...
? ? ? ? ? ? ?
不再维护写老格式xls的xlwt包，xlrd包仅用来读取旧格式xls文件。 之前，read_excel()使用默认参数engine=None会默认使用xlrd的...
moviepy是一个用于视频编辑的python模块，能够实现基本的操作，比如视频的裁剪，拼接，插入标题等等 甚至还自带了一些高级的特效，以后再说。当然，gif格...
SNR：信噪比，信号与噪声的比率 P：平均能量 信号功率和噪声功率有着相同的带宽 如果信号是一个常量s，或者随机变量S，那么对于随机噪声N的SNR为
那么我们如何制作如何下面这样的分享返利小程序呢？即便在美团外卖关闭的个人接口的时候！
完成了cx_Oracle的安装之后，几乎就可以按照连接MySQL的思路操作Oracle。
他们的缺点显而易见，必须使用特定品牌的手机，甚至特定的品牌的电脑才可以。另外还有什么高延迟，只支持windows系统等等。
概率图模型（Probabilistic Graphic Model），能够很好地挖掘潜在的内容。
非监督学习往往没有标注数据，这是模型，算法的设计直接影响最终的输出和模型的性能。为了评估不同的聚类算法，我们可以从簇下手。
输出层神经元的数量与训练集样本的类别数相关。不清楚类别数，尽可能多设置节点数。分类过细可适当减少输出节点，减少从未更新权值的死节点。
先固定当前的正态分布不变，获取每个点由每个数据点生成的概率。然后固定改生成概率不变，根据数据点和生成概率，获取更佳的正态分布，如此循环反复，直至参数收敛。得到合...
高斯混合模型（Gaussian Mixed Model，GMM）也是常见的聚类算法。使用EM算法进行迭代计算。高斯混合模型假设了每个簇的数据符合正态分布（高斯分...
简单说，就是一开始我们假设的簇中心是随便找的，并不能将数据合理的分类，我们不断计算各个数据与最近簇中心的误差，然后又计算每类簇新的中心，算出J，直到无法减少，也...
给机器输入大量的特征数据，并期望机器通过学习找到数据中存在的共性特征或结构，亦或数据之间的关联。比如说，视频网站根据用户的观看行为进行分组，采取不同的推荐策略。...
线性判别分析（Linear Discriminant Analysis，LDA）是一种监督学习算法，常常用于数据降维。 LDA是为分类问题服务的，因此需要先找到...
暂未填写技能专长
暂未填写学校和专业
