摘要：
用AutoEncoder做一些有趣的事情 有人甚至做了Mask AutoEncoder之类的东西，第一次知道可以这样去恢复原数据，真的非常有意思。可以在这里也试一下AutoEncoder，下面用了mnist俩个数据集（一个最经典的、一个FashionMnist,只需要切换一下datasets那里的数 阅读全文
摘要：
研究一下不同梯度下降的优化器和自己的优化器的比较（SGD,Momentum,AdaGrad,Adam） 参考：《深度学习入门：基于Python的理论与实现》 import matplotlib.pyplot as plt import numpy as np import latexify from 阅读全文
摘要：
研究一下加速梯度下降的方法(试图找到一种不会收敛于局部最优的方法) 发现自己很久没有更新了,现在又在学习着机器学习的内容,正好对梯度下降这里比较感兴趣,因此写了一篇短短的ipynb来实现一下 另外:本文的代码都是基于python3.9 介绍: 本文章主要是对梯度下降(从一个简单的例子出发)的一些方法 阅读全文
摘要：
插值法 预备知识 我们希望通过插值去用易于计算的函数$p(x)$来近似一个复杂的函数$f(x)$，使得 $$ f(x) \approx p(x) $$ 这里的“近似”是指，$f(x)$和$p(x)$在$x$的某些点上的值相等，如$x_0, x_1, \cdots, x_n$，这些点称为插值点。我们希 阅读全文
摘要：
解线性方程组的迭代法 前言 本文主要用两个简单的例子来介绍了解线性方程组的三种迭代法的原理和实现方法：第一个例子供我们去学习，而第二个例子供我们去验证。 还另外介绍了一些范数的知识，以及如何用Python来计算范数。 另：本文的代码实现全部基于Python。 例1 求解方程组 $$ \begin{c 阅读全文
摘要：
解线性方程组的直接法 例1 $$ \begin{cases} 3x_1 + 2x_2 + 5x_3 = 6 \ -x_1 + 4x_2 + 3x_3 = 5 \ x_1 - x_2 + 3x_3 = 1 \end{cases} $$ 普通解法 代码如下： import numpy as np A = 阅读全文
摘要：
牛顿迭代法Newton!!! 牛顿迭代法的基本思想 牛顿迭代法是一种用来求解方程的方法，它的基本思想是：如果一个函数在某一点的切线是直线，那么迭代下一次产生的值就是切线与x轴的交点的x坐标，按照这个思想，我们可以不断迭代，直到收敛到方程的根。 牛顿迭代法的数学表达 设函数$f(x)$在$x_0$处可 阅读全文
摘要：
埃特肯加速法求方程解Aitken! import numpy as np import matplotlib.pyplot as plt def f(x): return x**3 - x**2 - 1 构造迭代函数 $$ \begin{aligned} x^{3} - x^{2} - 1 &= 0 阅读全文
摘要：
说在前面的话： 如果本博客能够对后来的学弟学妹们或者网上的各位朋友们有那么一点点帮助的话，那么自己当初熬夜debug的价值也就不局限于那么一两个测试用例了，这真的很让人开心； 在这里还是要先感谢之前的学长认认真真写的csdn博客千里之码的博客_CSDN博客-BIT2021小学期程序设计实践领域博主， 阅读全文
摘要：
Here we learn DFS and BFS in python😂 define our graph graph = { 'A' : ['B','C','D'], 'B' : ['A','E','F'], 'C' : ['A','D','F','G'], 'D' : ['A','C','G' 阅读全文