埃拉托斯特尼筛法先用2去筛，即把2留下，把2的倍数剔除掉；再用下一个素数，也就是3筛，把3留下，把3的倍数剔除掉；接下去用下一个素数5筛，把5留下，把5的倍数剔除掉；不断重复下去…import numpy as npa= np.arange(1, 101)n_max = int(np.sqrt(len(a)))is_prime = np.ones(len(a),dtype=bool) #创建 10

本节内容：首先是要导入数据，看数据有多少个样本，有多少个特征标签，对其进行模型训练，用线性回归的方式对80%的训练集进行训练，发现训练的score比较低，优化为多项式模型，画学习曲线判断哪个多项式最符合，然后就训练出房价。导入模块%matplotlib inlineimport matplotlib.pyplot as pltimport numpy as np导入数据并且看有多少样本from s

在李宏毅老师的视频中，并没有一开始就讲解什么是GAN，他先引入一个问题，为什么会有生成式对抗网络呢？他采用了一个小游戏进行介绍。游戏说明：一个小精灵可以从一个出发点出发到任意画面的位置去，我们根据小精灵的到达位置去训练一个network模型，从而预测到小精灵的位置。然而，出现了一个很离谱的画面：小精灵在转弯的时候居然分裂成了两个，还带上了虚影（？？这是什么离谱位置，转弯不成，直接分裂人物？？）为什

DAY3:课程3.1矩阵的定义（matrix）课程3.2矩阵的加减乘除法则课程3.3矩阵与矩阵相乘（多×单）课程3.4课程3.5矩阵的特性课程3.6逆矩阵 - inverse课程3.7转置矩阵课程3.1矩阵的定义（matrix）矩阵另一种说法可以称其为二维数组矩阵的内部规定：字符含义（内部规定）大写（ABC）矩阵小写（abc）向量矩阵的写法：矩阵内部数字的表示：矩阵的特定维度表示：课程3.2矩阵的

文章目录一、常见的三种网络结构二、激活函数（1）S型激活函数logistic函数和Tanh函数：hard-logistic函数和hard-Tanh函数：（2）ReLU函数带泄露的ReLU【leaky ReLU】带参数的ReLU【Parametric ReLU或者PReLU】指数线性单元【ELU】ReLU函数的平滑版本【SoftPlus】四种函数的图像（3）Swish函数（4）GELU函数（5）Ma

过拟合与欠拟合过拟合：对已有数据拟合的非常好，但是对新数据拟合很差欠拟合：对已有数据和新数据拟合都不好1、创建0到1中20个随机点，带入y中的表达式%matplotlib inlineimport matplotlib.pyplot as pltimport numpy as npn_dots = 20x = np.linspace(0, 1, n_dots)# [0, 1] 之间创建 20 个点

矩形转换正方形image保存的数据是个啥设置新图片的参数以及大小思路：读取文件，找到需要修改的图片，变成规定的格式，保存在文件夹中，结束由于我学的知识有限，目前只对这个代码进行理解，粘贴复制修改地址，就能使用import cv2import osfrom PIL import Image# 读取函数，用来读取文件夹中的所有函数，输入参数是文件名def read_directory(director

本章看完以后的感受：1、我们先对数据进行加载，由于确定了数据是没有问题的，所以不用对数据进行清洗2、然后确定每行每列，找到我们需要的目标值，也就是target，在本书中的target为0或者13、找到目标值以后，将目标值与非目标值分离，再将数据按照比例分为测试集和训练集。4、选择的是knn的三种模型，一种是原基础的knn，一种是带有权重的knn，还有一种是确定了半径的knn（上一篇中的knn的俩个

博客由来写在前面：由于计组老师要求我们课后查一下进制转换，因为底层的都是01二进制进行编码的，故而想到用python进行传统的进制转换手推理解，配上python本身的函数进行答案对比，故有此篇博客。每一个进制之间转换包含俩种算法，一种是直接调用python的进制转换包，一种是用人工计算进制转换的思路写的（其中2进制转为16进制，是采用2进制局部转为10进制再转为16进制的方法）

位置：记录：