矩阵AAA的行列式可表示为∣A∣|A|∣A∣或det(A)det(A)det(A)，求法如下：二阶行列式：∣abcd∣=ad−bc\begin{vmatrix} a & b \\ c & d \\ \end{vmatrix}=ad-bc∣∣∣∣​ac​bd​∣∣∣∣​=ad−bc三阶行列式：∣a11a12a13a21a22a23a31a32a33∣=a11a22a33+a12a23

使用seaborn画dataframe的图：import seaborndata = pd.read_csv(此处省略)g = seaborn.pairplot(data)运行不显示图像。解决方法：在代码后加上plt.show()即可：import seaborndata = pd.read_csv(此处省略)g = seaborn.pairplot(data)plt.show()运行出图。...

在跑神经网络的时候，GPU的作用是很明显的。下面比较一下CPU跑和GPU跑的区别：先用CPU跑：import torchimport timefor i in range(1,10):start_time = time.time() #返回当前语句运行时的时间点（单位秒）。a = torch.rand(i*100, 1000, 1000)#生成i*100个的1000行1000矩阵组成的张量，每个元

基本变量和自由变量  若某方程组经过化简都得到：{x1+6x2+3x4=0x3−4x4=5x5=7\begin{cases}x_1+6x_2+\quad\quad3x_4\quad=0\\\quad \quad \quad \quad \quad x_3-4x_4\quad=5\\\quad \quad \quad \quad \quad \quad \quad \quad \quad x_5=7

定义：若A、B两个事件满足：P(AB)=P(A)P(B)P(AB)=P(A)P(B)P(AB)=P(A)P(B)则A、B相互独立。注意：P(B∣A)P(B|A)P(B∣A)是指A发生的条件下，B发生的概率；P(B)P(B)P(B)为B发生的概率，此二者是否相等？如果P(B∣A)=P(B)P(B|A)=P(B)P(B∣A)=P(B)，则表明事件A对B无影响，即A和B是相互独立的。例：抛硬币2次，设A

ROTO笔刷大小改变：  按住Ctrl，鼠标点左键同时往左拖动，原来笔刷的圈圈内一个加号变成四个点，表示笔刷变小了。  相反，如果按住Ctrl，鼠标点左键同时往右拖动，则让笔刷变大。增减抠图区域  使用roto笔抠图时，一般时绿色的圆圈，表示增加抠图区域；但是，如果抠图的范围过大，可以按下Alt键，可见图标变成红色圆圈，此时表示减少抠图区域，这样就可以进行边缘调整了。抠图时移动、缩放图像  手形工

Ubuntu18.04安装Docker在Ｕｂｕｎｔｕ１８．０４上安装ｄｏｃｋｅｒ，依照这个指南：安装指南使用Install using the repository方法进行安装。报错dpkg: error processing package docker-ce (–configure)运行：sudo apt-get install docker-ce docker-ce-cli containe

背景：  求解一些列具有相同系数矩阵的线性方程，如：Ax=b1Ax=b_1Ax=b1​，Ax=b2Ax=b_2Ax=b2​，…Ax=bpAx=b_pAx=bp​等。当矩阵AAA可逆时，可以先求出矩阵AAA的逆A−1A^{-1}A−1，再计算A−1b1A^{-1}b_1A−1b1​，A−1b2A^{-1}b_2A−1b2​等。  但是，也可以用LU分解法来解这一系列方程：先使用初等行变换化简解出Ax

Window下使用Jupyter Notebook读取文件报错：IOPub data rate exceeded.The notebook server will temporarily stop sending outputto the client in order to avoid crashing it.To change this limit, set the config variab

Ubuntu18.04安装Docker在Ｕｂｕｎｔｕ１８．０４上安装ｄｏｃｋｅｒ，依照这个指南：安装指南使用Install using the repository方法进行安装。报错dpkg: error processing package docker-ce (–configure)运行：sudo apt-get install docker-ce docker-ce-cli containe