摘要：
1 前言 tensorflow中定义了3个交叉熵损失函数： softmax_cross_entropy_with_logits(logits, labels) softmax_cross_entropy_with_logits_v2(logits, labels) sparse_softmax_cr 阅读全文
摘要：
1 前言 声明：本博客里的数组乘法运算是指矩阵乘法运算，不是对应元素相乘。 在线性代数或高等代数中，我们学习了矩阵乘法，那么，什么样的高维数组才能相乘？tensorflow 又是如何定义高维数组运算规则？ 2 运算条件 两数组的维数相同：len(a.shape)=len(b.shape) 前n-2个 阅读全文
摘要：
1 前言 声明：本博客讨论的数组间运算是指四则运算，如：a+b、a-b、a*b、a/b，不包括 a.dot(b) 等运算，由于 numpy 和 tensorflow 中都遵循相同的规则，本博客以 numpy 为例。 众所周知，相同 shape 的两个数组间运算是指两个数组的对应元素相加。我们经常会碰 阅读全文
摘要：
1 使用list初始化 a=np.array([[1,2,3],[4,5,6]],dtype='float32') #a=[[1. 2. 3.],[4. 5. 6.]] 2 赋值与复制 （1）赋值 a=np.array([1,2,3]) b=a print(b is a) #True b[0]=0 阅读全文
摘要：
1 前言 np.newaxis的意思是给数组新增一个维度。“python中矩阵切片维数微秒变化”中介绍了矩阵切片有时候会降低矩阵维度，为保证维度不变，可以用np.newaxis新增一个维度。 2 numpy数组 2.1 一维数组 import numpy as np a=np.array([1,2, 阅读全文
摘要：
1 numpy数组 1.1 append() import numpy as np a=np.array([[1,3],[5,7]]) b=np.array([[2,4],[6,8]]) c=np.append(a,b) d=np.append(a,b,axis=0) e=np.append(a,b 阅读全文
摘要：
1 前言 使用切片访问矩阵的部分数据（特别是一行或一列数据）时，通常会出现切片维数怎么在瞎变化，以致于不得不用reshape()强制改变维数。在深度学习中，网络对矩阵维数的要求是非常严格的，往往就是这些看似不起眼的错误，导致整个程序崩溃。 2 numpy中切片 import numpy as np 阅读全文
摘要：
1 乘法 在数组中，a * a计算对应元素相乘（矩阵点乘）；在矩阵中，A*A计算矩阵乘法 np.multiply()计算对应元素相乘（矩阵点乘） np.dot()计算矩阵乘法 import numpy as np a=np.array([[1.,2.],[3.,4.]]) b=a*a #矩阵点乘 c 阅读全文
摘要：
1 前言 贝塞尔曲线 (Bézier curve) 由法国数学家 Pierre Bézier 于 1962 年提出的一种矢量曲线，广泛应用于工程绘图、动画设计等领域。贝塞尔曲线是一种运动轨迹曲线，由 n 个点在 n 条线段上匀速运动（不同线段上的速度可能不同），同时开始，同时结束，生成的轨迹曲线。如 阅读全文
摘要：
1 前言 SQL中分组查询分为 GROUP BY 分组和 COMPUTE BY 分组两种。 笔者以案例的形式分别讲解两种查询方式。在SQL Server数据库上建立staff表，以eid为主键，表数据如下： 2 GROUP BY 分组 select whid,count(*) as count,av 阅读全文
