可以保存为二进制文件，也可以保存为文本文件：保存为二进制文件（.npy / .npz）numpy.savenumpy.saveznumpy.savez_compressed保存到文本文件numpy.savetxtnumpy.loadtxt在经常性的读取大量的数值文件时（比如深度学习训练数据），可以考虑将数据存为Numpy格式，然后直接使用Numpy去读取，速度比转化...

函数定义np.mean(a, # 必须是数组axis=None,dtype=None,out=None,keepdims=<class 'numpy._globals._NoValue'>)mean()函数的功能是求取平均值，经常操作的参数是axis，以m*n的矩阵为例：axis不设置值，对m*n个数求平均值，返回一个实数axis = 0：压缩行，...

Introduction系统辨识系统辨识是根据系统的输入输出时间函数来确定描述系统行为的数学模型。系统辨识是现代控制理论中的一个分支。通过建立数学模型的目的是估计表征系统行为的重要参数，建立一个能模仿真实系统行为的模型，用当前可测量的系统的输入和输出预测系统输出的未来演变，以及设计控制器。Zadeh(1962)指出：“系统辨识是在输入和输出数据的基础上，从一类模型中确定一个与所观测系统等价...

马尔可夫模型的几类子模型大家应该还记得马尔科夫链(Markov Chain)，了解机器学习的也都知道隐马尔可夫模型(Hidden Markov Model，HMM)。它们具有的一个共同性质就是马尔可夫性(无后效性)，也就是指系统的下个状态只与当前状态信息有关，而与更早之前的状态无关。马尔可夫决策过程(Markov Decision Process, MDP)也具有马尔可夫性，与上面不同的是MD..

在Pytorch中，Tensor和tensor都用于生成新的张量。>>>a = torch.Tensor([1, 2])>>>atensor([1., 2.])>>> a=torch.tensor([1,2])>>> atensor([1, 2])首先我们从根源上来看看torch.Tensor()和to...

梯度在机器学习中，我们通常需要对问题进行建模，然后可以得到一个成本函数(cost function)，通过对这个成本函数进行最小化，我们可以得到我们所需要的参数，从而得到具体的模型。这些优化问题中，只有少部分可以得到解析解(如最小二乘法)，而大部分这类优化问题只能迭代求解，而迭代求解中两种最常用的方法即梯度下降法与牛顿法。梯度概念是建立在偏导数与方向导数概念基础上的。所谓偏导数，简单来说是对于..

listpython变量名相当于标签名list2 = list1, 直接赋值，实质上指向的是同一个内存值。任意一个变量(list1 or list2)发生改变，都会影响另外一个。e.g.>>> list1=[1,2,3,4,5,6]>>> list2=list1>>> list1[2]=88>>> list1...

函数定义np.mean(a, # 必须是数组axis=None,dtype=None,out=None,keepdims=<class 'numpy._globals._NoValue'>)mean()函数的功能是求取平均值，经常操作的参数是axis，以m*n的矩阵为例：axis不设置值，对m*n个数求平均值，返回一个实数axis = 0：压缩行，...