摘要：
把tif文件拖住到这里 可以看到提示： 以virtual stack的方式打开tif 阅读全文
摘要：
import networkx as nx #计算网络的度分布 d = nx.degree(G) print("网络的度分布为:{}".format(d)) #整个网络的平均距离 nspl = nx.average_shortest_path_length(G) print("网络的平均距离:{}" 阅读全文
摘要：
networkx根据连接矩阵，构建一个复杂网络 创建图的几种方法： import numpy as np >>> A = np.array([[1, 1], [2, 1]]) >>> G = nx.from_numpy_array(A) >>> G.edges(data=True) EdgeData 阅读全文
摘要：
local_efficiency # 局部效率，节点的邻居构成的子图的平均全局效率； # 有点抽象,可以这么理解：去掉给定节点后，其相邻节点组成的网络的全局效率，量化了网络对小规模故障的抵抗力。如果网络的局部效率很高，说明对小规模故障不敏感，网络具有代偿能力。如果局部效率很低，说明对小故障很敏感，意 阅读全文
摘要：
cv2.imshow("window_name", combineImg),cv2.waitKey(0) 阅读全文
摘要：
code如下； 地址如下： pytorch-examples/rnn-lstm-gru at master · python-engineer/pytorch-examples · GitHub import torch import torch.nn as nn import torchvisio 阅读全文
摘要：
Input and hidden tensors are not the same dtype, found input tensor with Double and hidden tensor with Float (*￣︶￣) 阅读全文
摘要：
Pytorch 加载数据集的几种方法 总结 坑 方案1： 方案2： train_dataset = torchvision.datasets.MNIST(root='./data', train=True, transform=transforms.ToTensor(), download=True 阅读全文
摘要：
如何理解梯度爆炸和梯度消失 何为梯度消失，产生的原因是什么？ 梯度消失的最核心原因是，选择的优化方法不能很好的应对多层结构。在利用链式法则，求导的过程中导致梯度逐层衰减，最后消失。反之如果每次求导之后，梯度的值大于1，通过累乘就会产生爆炸的结果，即梯度爆炸。 梯度消失带来的后果是：较深的神经元中的梯 阅读全文
摘要：
机器学习和深度学习之间的联系和区别 人工智能 > 机器学习 > 深度学习 ， 阅读全文