03 2023 档案
摘要：#coding:utf-8 from sklearn.neural_network import MLPRegressor from sklearn.model_selection import train_test_split from sklearn.metrics import mean_sq
阅读全文
摘要：from sklearn.neural_network import MLPRegressor import numpy as np # 创建神经网络对象 # 使用adam优化器 adam是一种梯度下降算法 # 使用sgd优化器 adam是一种随机梯度下降算法 model = MLPRegresso
阅读全文
摘要：import numpy as np class NeuralNetwork: def __init__(self, input_size, output_size): self.input_size = input_size self.output_size = output_size self.
阅读全文
摘要：#coding: utf8 import math # x1, x2输入神经元 x1=1 x2=2 # w1,w2分别为x1,x2的权重 w1=0.2 w2=0.3 # b为输出神经元的偏移量 b = 0.1 target = 1 # 目标值 def f(w1, w2, b): return x1
阅读全文
摘要：一次函数：y=kx+b (k≠0) 二次函数：y=ax2+bx+c (a≠0) 三次函数 y=ax^3+bx^2+cx+d (a≠0，b，c，d为常数） 四次函数y=ax4+bx3+cx2+dx+e (a≠0，b，c，d，e为常数) 绝对值函数 y=∣x∣ 常作abs(x) 几何意义 ∣x∣表示x轴
阅读全文
摘要：#coding=utf8 import json,math,requests import numpy as np import matplotlib.pyplot as plt from scipy.stats import gaussian_kde from scipy.integrate im
阅读全文
摘要：Q-Learning算法 理论 Q-Learning是一种强化学习算法，用于学习在给定状态下采取不同行动的最佳策略。其公式如下： $Q(s,a) \leftarrow (1 - \alpha) \cdot Q(s,a) + \alpha \cdot (r + \gamma \cdot \max_{a
阅读全文
