logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

矩阵计算:乘法,哈达玛积,克罗内克积 ,方阵的部分性质

对哈达玛积的表示符号的补充:一个小圈,或者圈中一个点还有一种积运算克罗内克积可以用于任意维度的矩阵之间,符号是 一个圈里一个Xhttps://zh.wikipedia.org/wiki/%E5%85%8B%E7%BD%97%E5%86%85%E5%85%8B%E7%A7%AF方阵的部分性质和一种维度上的定义:Ke Chen老师给出的这个版本比较好理解...

#机器学习#算法
论文作图:如何在论文中绘制神经网络结构图

https://blog.csdn.net/j879159541/article/details/93340746

AI入门看这个就够了:人工智能知识树

一个GitHub上非常优质的资源储存库:“把人工智能所有资料看完一遍要用多长时间,如果你一本书一本书看的话,的确要用很长时间。但我觉得这是非常麻烦的,因为每本书的内容大部分是重复的,有些不重复的内容你也不好找。为了方便大家,我就把每本书的章节拆开,再按照知识点合并,手动整理了这个知识树。大家可以按照知识点依次学习,如果理解了一个知识点,就没必要看其余文章,直接跳到下一个就行了。”from作...

#AI
机器学习之Kullback-Leibler Divergence (KL 散度)

https://blog.csdn.net/matrix_space/article/details/80550561

AI入门看这个就够了:人工智能知识树

一个GitHub上非常优质的资源储存库:“把人工智能所有资料看完一遍要用多长时间,如果你一本书一本书看的话,的确要用很长时间。但我觉得这是非常麻烦的,因为每本书的内容大部分是重复的,有些不重复的内容你也不好找。为了方便大家,我就把每本书的章节拆开,再按照知识点合并,手动整理了这个知识树。大家可以按照知识点依次学习,如果理解了一个知识点,就没必要看其余文章,直接跳到下一个就行了。”from作...

#AI
Docker+Python+Pycharm的深度学习舒服开发环境配置

暂时先码着,之后装上用PyCharm+Docker:打造最舒适的深度学习炼丹炉 - 知乎https://zhuanlan.zhihu.com/p/52827335

QUANT[6] 量化交易常见概念解析

QUANT[1]:从零开始量化交易 - プロノCodeSteel - CSDN博客QUANT[2]:量化交易策略基本框架搭建 - プロノCodeSteel - CSDN博客QUANT[3]:量化交易之下单、函数、API - プロノCodeSteel - CSDN博客QUANT[4] 策略篇(算法篇):MACD指数详解进阶 - プロノCodeSteel - CSDN博客QUANT[5...

数学【1】:矩阵特征值与特征向量的求法

又忘记怎么求了?合上书本就抓瞎?简明教程附上求法:对于矩阵A,由AX=λ0X,λ0EX=AX,得[λ0E-A]X=0即齐次线性方程组有非零解的充分必要条件是:即说明特征根是特征多项式|λ0E-A| =0的根,由代数基本定理有n个复根λ1,λ2,…,λn,为A的n个特征根。当特征根λi(I=1,2,…,n)求出后,(λiE-A)X=...

#数学#线性代数
[1]数据分析中变量取对数的意义

目录数据取对数的理论来源数据取对数的作用数据取对数的理论来源参考:https://www.zhihu.com/question/22012482数据取对数的作用原始数据取对数是由于基于对数函数在其定义域内是单调增函数,取对数后不会改变数据的相对关系,取对数作用主要有:1. 缩小数据的绝对数值,方便计算。例如,每个数据项的值都很大,许多这样的值进行计算可能对超过常用...

#数据分析
AI入门看这个就够了:人工智能知识树

一个GitHub上非常优质的资源储存库:“把人工智能所有资料看完一遍要用多长时间,如果你一本书一本书看的话,的确要用很长时间。但我觉得这是非常麻烦的,因为每本书的内容大部分是重复的,有些不重复的内容你也不好找。为了方便大家,我就把每本书的章节拆开,再按照知识点合并,手动整理了这个知识树。大家可以按照知识点依次学习,如果理解了一个知识点,就没必要看其余文章,直接跳到下一个就行了。”from作...

#AI
    共 11 条
  • 1
  • 2
  • 请选择