找到關於 NumPy 的1203 篇文章

如何訪問多維 NumPy 陣列的不同行?

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

1K+ 次瀏覽

NumPy 多維陣列顧名思義,多維陣列是一種可以被描述為定義和儲存資料的技術,其格式具有超過兩個維度 (2D)。Python 允許透過將列表函式巢狀在另一個列表函式內來實現多維陣列。以下是一些關於如何使用 NumPy 在 Python 中建立單維和多維陣列的示例。單維陣列示例 import numpy as np simple_arr = np.array([0, 1, 2, 3, 4]) print(simple_arr ) 輸出 [0 1 2 3 4] 演算法 匯入 NumPy 庫 使用 ... 閱讀更多

基於區域和邊緣的分割

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

14K+ 次瀏覽

引言影像分割是將數字影像分割成更小群組的過程,以便更容易更簡單地處理和分析更大的影像。基於區域和邊緣的分割是不同型別的影像分割。在深入研究基於區域和邊緣的分割之前,讓我們簡要概述一下分割是如何完成的。影像分割簡單來說,分割就是為影像中的畫素分配特定標籤的過程。具有相同標籤的一組畫素成為較大影像的一個部分。例如,以下是兩張影像及其分割。在…… 閱讀更多

DeepWalk 演算法

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

476 次瀏覽

引言圖是一種非常有用的資料結構,可以表示共同作用。這些共同作用可以透過神經網路編碼為嵌入,用於不同的機器學習演算法。這就是 DeepWalk 演算法的優勢所在。在本文中,我們將使用 Word2Vec 示例來探討 DeepWalk 演算法。讓我們進一步瞭解圖網路,它是該演算法的核心基礎。圖如果我們考慮一個特定的生態系統,圖通常表示兩個或多個實體之間的互動。圖網路有兩個物件——節點或頂點和邊。…… 閱讀更多

分類變數和連續變數之間的相關性

Parth Shukla
更新於 2023年1月16日 12:43:41

24K+ 次瀏覽

引言在機器學習中,資料及其行為知識是在處理任何型別的資料時都應該具備的重要因素。在機器學習中,不可能擁有相同引數和行為的相同資料,因此進行一些預訓練階段至關重要,這意味著在訓練模型之前需要了解一些資料知識。相關性是每個資料科學家或資料分析師都想知道的資料資訊,因為它揭示了有關資料的關鍵資訊,這有助於進行特徵工程…… 閱讀更多

鯨魚最佳化演算法的實現

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

1K+ 次瀏覽

引言鯨魚最佳化演算法是一種解決數學和機器學習中最佳化問題的技術。它基於座頭鯨的行為,座頭鯨使用諸如獵物搜尋、包圍獵物以及在海洋中形成氣泡網的行為等運算元。它由 Mirjalili 和 Lewis 於 2016 年提出。在本文中,我們將研究 WOA 演算法的不同階段。座頭鯨的歷史座頭鯨是地球上最大的哺乳動物之一。它們擁有特殊的狩獵機制,被稱為氣泡網狩獵機制。它們…… 閱讀更多

使用 MobileNet 進行影像識別

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

477 次瀏覽

引言使用影像識別物體或特徵的過程稱為影像識別。影像識別在各個領域都有其地位,無論是醫學影像、汽車、安全還是缺陷檢測。什麼是 MobileNet,為什麼它如此受歡迎?MobileNet 是使用深度可分離卷積開發的深度學習 CNN 模型。與相同深度的其他模型相比,該模型大大減少了引數數量。該模型輕量級,並且經過最佳化可在移動和邊緣裝置上執行。到目前為止,已經發布了三個版本的 Mobilenet,即 MobileNet v1、v2 和 v3。Mobilenet…… 閱讀更多

機器學習中的簡單線性迴歸

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

2K+ 次瀏覽

引言:簡單線性迴歸迴歸的“監督機器學習”演算法用於預測連續特徵。最簡單的迴歸過程,線性迴歸將線性方程或“最佳擬合線”擬合到觀察到的資料中,以解釋因變數與一個或多個自變數之間的關係。線性迴歸根據用作輸入的特徵數量有兩個版本:多元線性迴歸簡單線性迴歸在本文中,我們將探討簡單線性迴歸的概念。簡單線性迴歸模型一種迴歸方法,稱為簡單…… 閱讀更多

在 Python 中將多項式轉換為 Hermite_e 級數

AmitDiwan
更新於 2022年3月11日 05:35:07

126 次瀏覽

要將多項式轉換為 Hermite 級數,請在 Python NumPy 中使用 hermite_e.poly2herme() 方法。將表示從最低度到最高度排序的多項式係數的陣列轉換為表示等效 Hermite 級數係數的陣列,從最低度到最高度排序。該方法返回一個一維陣列,其中包含等效 Hermite 級數的係數。引數 pol 是一個一維陣列,包含從最低階到最高階排序的多項式係數步驟首先,匯入所需的庫——import numpy as np from numpy.polynomial import hermite_e as H建立使用 numpy.array() 方法的陣列——c = np.array([1, 2, 3, 4, 5])顯示…… 閱讀更多

在 Python 中將 Hermite_e 級數轉換為多項式

AmitDiwan
更新於 2022年3月11日 05:33:16

112 次瀏覽

要將 Hermite_e 級數轉換為多項式,請在 Python NumPy 中使用 hermite_e.herme2poly() 方法。將表示從最低度到最高度排序的 Hermite_e 級數係數的陣列轉換為表示等效多項式(相對於“標準”基)係數的陣列,從最低度到最高度排序。該方法返回一個一維陣列,其中包含等效多項式(相對於“標準”基)的係數,從最低階項到最高階項排序。引數 c 是一個一維陣列,包含從最低階項到最高階項排序的 Hermite 級數係數。步驟首先,匯入所需的…… 閱讀更多

在 Python 中從 Hermite_e 多項式中刪除小的尾隨係數

AmitDiwan
更新於 2022年3月11日 05:31:14

129 次瀏覽

要移除厄米多項式(Hermite_e)中尾部的較小系數,可以使用Python NumPy中的`hermite_e.hermetrim()`方法。該方法返回一個去除尾部零的一維陣列。如果結果序列為空,則返回包含單個零的序列。“較小”指“絕對值較小”,由引數`tol`控制;“尾部”指最高階係數,例如,在 [0, 1, 1, 0, 0] (表示 0 + x + x**2 + 0*x**3 + 0*x**4) 中,第 3 階和第 4 階係數都會被“修剪”。引數`c`是一個一維繫數陣列,其順序從低階到… 閱讀更多

廣告
© . All rights reserved.