写文章
- @qq_44901773
简介
该用户还未填写简介
擅长的技术栈
未填写擅长的技术栈
可提供的服务
暂无可提供的服务
卷积、傅里叶级数、傅里叶变换、快速傅里叶变换、pytorch中的fft，rfft
卷积：连续形式：离散形式：‘卷’ ： 翻转 和 滑动‘积‘： 积分翻转：g(t) - > g(-t)滑动：g(-t) - >g(n-t) 平移n个单位举个例子：信号分析 (摘自(6 封私信 / 10 条消息) 如何通俗易懂地解释卷积？ - 知乎 (zhihu.com))f(t) ：输入的信号g(t)：为衰减函数 ，在0时刻的信号，经过T时刻以后，衰减为f(0)g(T)因为考虑到T时刻的
机器学习中的模型评价策略metric(ROC,PR,AUC,F1)
TP(真阳性 true positives)TN(真阴性 true negatives) FP(假阳性 false positives) FN(假阴性 false negatives)混淆矩阵：图一
卷积、傅里叶级数、傅里叶变换、快速傅里叶变换、pytorch中的fft，rfft
卷积：连续形式：离散形式：‘卷’ ： 翻转 和 滑动‘积‘： 积分翻转：g(t) - > g(-t)滑动：g(-t) - >g(n-t) 平移n个单位举个例子：信号分析 (摘自(6 封私信 / 10 条消息) 如何通俗易懂地解释卷积？ - 知乎 (zhihu.com))f(t) ：输入的信号g(t)：为衰减函数 ，在0时刻的信号，经过T时刻以后，衰减为f(0)g(T)因为考虑到T时刻的
到底了