文章目录1. 求下列各式的微分2. 函数f(z)=z∣z∣2f(z)=z|z|^2f(z)=z∣z∣2在何处可导？何处解析？3. 求解下列方程4. 设f(z)为解析函数，求系数a,b,c,d的值5. 计算积分1. 求下列各式的微分（1）1+ez1+e^z1+ezf = 1 + E^zD[f, z]（2）sin⁡z+cos⁡z\sin{z}+\cos{z}sinz+coszf = Sin[z] +

题目1：计算出下列复数的实部，虚部，模和幅角（1）1+i√31+i\surd 31+i√3

强化学习基础——model based prediction

文章目录1. 输入输出1.1 并行接口1.2 计数器类接口1.3 中断系统1.4 串行类接口1. 输入输出1.1 并行接口51并行接口： P0, P1, P2, P3。STC系列并行接口： 并口电气特性可设定为四种模式，通过PxM1, PxM0设定①准双向（标准51）②推挽输出③仅输入④漏极开路输出1.2 计数器类接口1.3 中断系统1.4 串行类接口...

RLchina2022暑假班学习笔记

文章目录1：监督学习评价2：不均衡数据的评估1：监督学习评价（1）评价点： 准确度（2）方法： n折交叉验证法将数据分成大小相同的n组，第一次选择第一组为验证集另外n-1组为训练组，计算得到第一次的准确度。循环n次，选择准确度较高的模型2：不均衡数据的评估（1）评价点：精确度、召回率（2）精确度、召回率的计算与平衡A：正面预测正确的数量B：正面预测的总数量C：实际(标签...

文章目录参考资料1. 线性回归1.1 准备数据1.2 构建计算图1.3 构造损失函数和优化器1.4 训练过程本博客重点介绍深度学习代码框架，对于相关理论不进行更多的介绍。参考资料B站刘二老师Pytorch深度学习实践1. 线性回归采用深度学习Pytorch框架搭建线性回归模型通常需要四个步骤：准备数据构建计算图：①__init__()②forward()构建损失函数和优化器训练①向前传播–>

文章目录1：监督学习评价2：不均衡数据的评估1：监督学习评价（1）评价点： 准确度（2）方法： n折交叉验证法将数据分成大小相同的n组，第一次选择第一组为验证集另外n-1组为训练组，计算得到第一次的准确度。循环n次，选择准确度较高的模型2：不均衡数据的评估（1）评价点：精确度、召回率（2）精确度、召回率的计算与平衡A：正面预测正确的数量B：正面预测的总数量C：实际(标签...

文章目录1：监督学习评价2：不均衡数据的评估1：监督学习评价（1）评价点： 准确度（2）方法： n折交叉验证法将数据分成大小相同的n组，第一次选择第一组为验证集另外n-1组为训练组，计算得到第一次的准确度。循环n次，选择准确度较高的模型2：不均衡数据的评估（1）评价点：精确度、召回率（2）精确度、召回率的计算与平衡A：正面预测正确的数量B：正面预测的总数量C：实际(标签...

文章目录1. 正弦交流电1.1 正弦信号的三要素题目[1]：求正弦信号的三要素1.2 相位差1. 正弦交流电周期电压和电流如果电流或电压每经过一定时间T就重复变化一次，则此种电流 、电压称为周期性交流电流或电压。正弦电压和电流如果在电路中电源的大小与方向均随时间按正弦规律变化，由此产生的电流、电压大小和方向也是正弦的，这样的电路称为正弦交流电路。1.1 正弦信号的三要素瞬时值i(t)=Imcos⁡