找到关于 NumPy 的1203 篇文章

如何访问多维 NumPy 数组的不同行?

Shashank Dharasurkar
更新于 2023年3月28日 18:04:14

1K+ 次浏览

NumPy 多维数组顾名思义,多维数组是一种可以被描述为定义和存储数据的技术,其格式具有超过两个维度 (2D)。Python 允许通过将列表函数嵌套在另一个列表函数内来实现多维数组。以下是一些关于如何使用 NumPy 在 Python 中创建单维和多维数组的示例。单维数组示例 import numpy as np simple_arr = np.array([0, 1, 2, 3, 4]) print(simple_arr ) 输出 [0 1 2 3 4] 算法 导入 NumPy 库 使用 ... 阅读更多

基于区域和边缘的分割

Mithilesh Pradhan
更新于 2023年3月23日 17:00:52

14K+ 次浏览

引言图像分割是将数字图像分割成更小群组的过程,以便更容易更简单地处理和分析更大的图像。基于区域和边缘的分割是不同类型的图像分割。在深入研究基于区域和边缘的分割之前,让我们简要概述一下分割是如何完成的。图像分割简单来说,分割就是为图像中的像素分配特定标签的过程。具有相同标签的一组像素成为较大图像的一个部分。例如,以下是两张图像及其分割。在…… 阅读更多

DeepWalk 算法

Mithilesh Pradhan
更新于 2023年3月23日 16:17:07

476 次浏览

引言图是一种非常有用的数据结构,可以表示共同作用。这些共同作用可以通过神经网络编码为嵌入,用于不同的机器学习算法。这就是 DeepWalk 算法的优势所在。在本文中,我们将使用 Word2Vec 示例来探讨 DeepWalk 算法。让我们进一步了解图网络,它是该算法的核心基础。图如果我们考虑一个特定的生态系统,图通常表示两个或多个实体之间的交互。图网络有两个对象——节点或顶点和边。…… 阅读更多

分类变量和连续变量之间的相关性

Parth Shukla
更新于 2023年1月16日 12:43:41

24K+ 次浏览

引言在机器学习中,数据及其行为知识是在处理任何类型的数据时都应该具备的重要因素。在机器学习中,不可能拥有相同参数和行为的相同数据,因此进行一些预训练阶段至关重要,这意味着在训练模型之前需要了解一些数据知识。相关性是每个数据科学家或数据分析师都想知道的数据信息,因为它揭示了有关数据的关键信息,这有助于进行特征工程…… 阅读更多

鲸鱼优化算法的实现

Mithilesh Pradhan
更新于 2022年12月30日 11:29:40

1K+ 次浏览

引言鲸鱼优化算法是一种解决数学和机器学习中优化问题的技术。它基于座头鲸的行为,座头鲸使用诸如猎物搜索、包围猎物以及在海洋中形成气泡网的行为等算子。它由 Mirjalili 和 Lewis 于 2016 年提出。在本文中,我们将研究 WOA 算法的不同阶段。座头鲸的历史座头鲸是地球上最大的哺乳动物之一。它们拥有特殊的狩猎机制,被称为气泡网狩猎机制。它们…… 阅读更多

使用 MobileNet 进行图像识别

Mithilesh Pradhan
更新于 2022年12月30日 11:25:08

477 次浏览

引言使用图像识别物体或特征的过程称为图像识别。图像识别在各个领域都有其地位,无论是医学影像、汽车、安全还是缺陷检测。什么是 MobileNet,为什么它如此受欢迎?MobileNet 是使用深度可分离卷积开发的深度学习 CNN 模型。与相同深度的其他模型相比,该模型大大减少了参数数量。该模型轻量级,并且经过优化可在移动和边缘设备上运行。到目前为止,已经发布了三个版本的 Mobilenet,即 MobileNet v1、v2 和 v3。Mobilenet…… 阅读更多

机器学习中的简单线性回归

Sohail Tabrez
更新于 2022年12月27日 11:20:14

2K+ 次浏览

引言:简单线性回归回归的“监督机器学习”算法用于预测连续特征。最简单的回归过程,线性回归将线性方程或“最佳拟合线”拟合到观察到的数据中,以解释因变量与一个或多个自变量之间的关系。线性回归根据用作输入的特征数量有两个版本:多元线性回归简单线性回归在本文中,我们将探讨简单线性回归的概念。简单线性回归模型一种回归方法,称为简单…… 阅读更多

在 Python 中将多项式转换为 Hermite_e 级数

AmitDiwan
更新于 2022年3月11日 05:35:07

126 次浏览

要将多项式转换为 Hermite 级数,请在 Python NumPy 中使用 hermite_e.poly2herme() 方法。将表示从最低度到最高度排序的多项式系数的数组转换为表示等效 Hermite 级数系数的数组,从最低度到最高度排序。该方法返回一个一维数组,其中包含等效 Hermite 级数的系数。参数 pol 是一个一维数组,包含从最低阶到最高阶排序的多项式系数步骤首先,导入所需的库——import numpy as np from numpy.polynomial import hermite_e as H创建使用 numpy.array() 方法的数组——c = np.array([1, 2, 3, 4, 5])显示…… 阅读更多

在 Python 中将 Hermite_e 级数转换为多项式

AmitDiwan
更新于 2022年3月11日 05:33:16

112 次浏览

要将 Hermite_e 级数转换为多项式,请在 Python NumPy 中使用 hermite_e.herme2poly() 方法。将表示从最低度到最高度排序的 Hermite_e 级数系数的数组转换为表示等效多项式(相对于“标准”基)系数的数组,从最低度到最高度排序。该方法返回一个一维数组,其中包含等效多项式(相对于“标准”基)的系数,从最低阶项到最高阶项排序。参数 c 是一个一维数组,包含从最低阶项到最高阶项排序的 Hermite 级数系数。步骤首先,导入所需的…… 阅读更多

在 Python 中从 Hermite_e 多项式中删除小的尾随系数

AmitDiwan
更新于 2022年3月11日 05:31:14

129 次浏览

要移除厄米多项式(Hermite_e)中尾部的较小系数,可以使用Python NumPy中的`hermite_e.hermetrim()`方法。该方法返回一个去除尾部零的一维数组。如果结果序列为空,则返回包含单个零的序列。“较小”指“绝对值较小”,由参数`tol`控制;“尾部”指最高阶系数,例如,在 [0, 1, 1, 0, 0] (表示 0 + x + x**2 + 0*x**3 + 0*x**4) 中,第 3 阶和第 4 阶系数都会被“修剪”。参数`c`是一个一维系数数组,其顺序从低阶到… 阅读更多

广告