上一页 1 2 3 4 5 6 7 8 ··· 10 下一页
摘要: 安装命令如下 远程ip 远程ip和端口 阅读全文
posted @ 2019-05-16 21:50 马帅领 阅读(11213) 评论(0) 推荐(0) 编辑
摘要: 用“ppa:webapps/preview”仓库做测试. 添加ppa仓库 删除制定仓库 备注:如果使用该仓库已经安装的软件,及时删除仓库,软件不受影响. 下面的测试无效 删除PPA仓库和与之相关的软件包 备注:本命令删除ppa仓库较为完整. 阅读全文
posted @ 2019-05-16 21:35 马帅领 阅读(1033) 评论(0) 推荐(0) 编辑
摘要: 教程链接:https://www.w3cschool.cn/tensorflow_python/tensorflow_python-c1ov28so.html tensorflow 常用的函数: # 导入tensorflow,使用tf代替 # 计算x,和w的乘积,这里计算x矩阵和w矩阵的乘积 # 先 阅读全文
posted @ 2019-05-16 20:03 马帅领 阅读(213) 评论(0) 推荐(0) 编辑
摘要: 参考:https://www.jianshu.com/p/8a0ad237b0ed 1、随机现象:并不总是出现相同结果的现象称为随机现象。 2、随机变量:随机现象各种结果的变量(一切可能的样本)称为随机变量。 3、信息量:概率越小的事件,信息量越大。 例如: 事件一:巴西进世界杯 事件二:中国进世界 阅读全文
posted @ 2019-05-07 09:32 马帅领 阅读(472) 评论(0) 推荐(0) 编辑
摘要: 1.创建sh可执行文件,例如Xmind 在Xmind的安装目录创建一个run.sh文件 2.创建桌面快捷方式 参考这里第四段 感谢:https://www.cnblogs.com/williamc17/p/9794180.html 阅读全文
posted @ 2019-03-30 23:51 马帅领 阅读(2340) 评论(0) 推荐(0) 编辑
摘要: import numpy as np a = np.floor(10*np.random.random((3, 4))) # np.random.random生成[0,1)之间的浮点数,np.floor得到不大于输入元素的最大整数 print(a) print(a.shape) a.ravel() # ravel将多维数组转化为一维数组,np.ravel()赋值时会改变原始数组,np.... 阅读全文
posted @ 2019-03-26 23:41 马帅领 阅读(170) 评论(0) 推荐(0) 编辑
摘要: 1.交互式代码正确,pycharm出错,显示找不到该模块的属性. 解决办法:推测项目配置文件出错,移动该项目,重建该项目错误消失. 2.修改pycharm的解释器为anaconda 选择第二个anaconda,pycharm卡住很久,最后连接失败,推测是pycharm连接anaconda服务器搭建a 阅读全文
posted @ 2019-03-24 01:41 马帅领 阅读(231) 评论(0) 推荐(0) 编辑
摘要: 1、fromfunction f(x,y)中x和y分别指,5*4矩阵对应的x下标和y下标。例如第一个元素下标是0,0.带入f(x,y)中,返回的值是10*0+0=0. 阅读全文
posted @ 2019-03-23 23:35 马帅领 阅读(92) 评论(0) 推荐(0) 编辑
摘要: 数组的元素最初是未知的,但它的大小是已知的。因此,NumPy提供了几个函数来创建具有初始占位符内容的数组。 这就减少了数组增长的必要,因为数组增长的操作花费很大 1、zeros,例如: 创建3*4的二维数组,每个元素是0,元素类型默认是float32. 2、ones,例如: 创建3*2的二维数组,每 阅读全文
posted @ 2019-03-23 23:22 马帅领 阅读(170) 评论(0) 推荐(0) 编辑
摘要: 1、numpy数组创建时是固定大小,python数组(list)是动态的。更改ndarray的大小将创建一个新数组并删除原来的数组。 2、元素类型区别。 NumPy数组中的元素都需要具有相同的数据类型,因此在内存中的大小相同。 python的List可以存放不同类型的元素。 例外情况:Python的 阅读全文
posted @ 2019-03-23 21:38 马帅领 阅读(3986) 评论(0) 推荐(0) 编辑
上一页 1 2 3 4 5 6 7 8 ··· 10 下一页