Numpy - overfit.cn

[世界杯]根据赔率计算各种组合可能性与赔率

根据赔率计算各种组合可能性与赔率

overfit同步小助手 2022-11-30 19:15:37 0 收藏

从感知机到神经网络

将输入信号的总和转换为输出信号输入：输入信号的加权总和激活函数：h（a）计算得到结果可以在神经元内部中明确的显示出激活函数的激活过程激活函数是连接感知机和神经网络的桥梁函数输入大于0时，直接输出该值否则输出0。

overfit同步小助手 2022-11-23 07:31:32 0 收藏

python 中的np.zeros（）和np.ones（）函数

python 中的np.zeros（）和np.ones（）函数一、np.zeros() 的作用二、np.zeros() 举例说明1.创建一维数组2.创建多维数组3.创建int类型的数4.创建tumpy（元组）类型的数组三、np.ones()的作用和举例说明np.ones()举例说明由于小阿奇在写代码

overfit同步小助手 2022-11-19 00:16:34 0 收藏

Python中[-1]、[:-1]、[::-1]、[n::-1]、[:,:,0]、[…,0]、[…,::-1] 的理解

在python中会出现[-1]、[:-1]、[::-1]、[n::-1]、[:,:,0]、[…,0]、[…,::-1]，他们分别是什么意思呢，这里就来详尽的说一下：下面的a = [1,2,3,4,5][-1]：列表最后一项[:-1]：从第一项到最后一项原型是[n : m]，前闭后开，索引从零开始，第

overfit同步小助手 2022-11-18 13:16:49 0 收藏

Python通过二维数组制作单通道8位的索引图片

通过二维数组来生成单通道的索引图片，对生成的索引图片自己配置颜色，配置颜色的时候颜色表的数量如果小于17会使生成的图片位深度不是8。

overfit同步小助手 2022-10-16 08:01:25 0 收藏

python 矩阵运算

overfit同步小助手 2022-10-16 08:01:21 0 收藏

NumPy数据分析基础：数组形态转换转置操作一文详解

作为数据分析三巨头Pandas、matplotlib、NumPy之一，必然要给足面子单独拿出来讲解一波。NumPy应用场景十分宽泛，Pandas很多函数转换后也都是NumPy数组类型的数据结构。在机器学习、深度学习以及一些数据处理操作中使用的频率甚至比Pandas都高。而且NumPy功能强大，使用起

overfit同步小助手 2022-10-08 07:49:51 0 收藏

Python 三维无预测拦截机动目标的实现

overfit同步小助手 2022-10-05 13:54:26 0 收藏

NumPy模块——数组的创建与使用

本文主要讲述Python数据处理Numpy模块中的数组这一概念进行解释和说明，主要介绍数组的创建和使用方法，为方便理解，以列表与之作对比加深理解！

overfit同步小助手 2022-10-05 13:54:15 0 收藏

NumPy数据分析基础：ndarray数组运算基本操作及切片索引迭代

作为数据分析三巨头Pandas、matplotlib、NumPy之一，必然要给足面子单独拿出来讲解一波。NumPy应用场景十分宽泛，Pandas很多函数转换后也都是NumPy数组类型的数据结构。在机器学习、深度学习以及一些数据处理操作中使用的频率甚至比Pandas都高。而且NumPy功能强大，使用起

overfit同步小助手 2022-10-03 07:04:44 0 收藏

【Python数据科学快速入门系列 | 09】Matplotlib数据关系图表应用总结

本篇文章总结常用的数据关系图表。数据关系图表强调2个或以上变量的相关性关系。例如机器学习、深度学习时分析特征与标签的相关性分析。数据关系图表又分为数值关系、层次关系和网络关系三种。曲线图、散点图、散点矩阵图在机器学习和深度学习中应用到也较多，除了matplotlib可以绘制以外，pandas也带有很

overfit同步小助手 2022-10-01 07:04:22 0 收藏

【Python数据科学快速入门系列 | 08】类别比较图表应用总结

数据可视化是数据分析的重要手段，而不同的应用场景应选择不一样的图表。根据应用场景的不同，我们将图表分为6类：类别比较图表、数据关系图表、数据分布图表、时间序列图表、整体局部图表、地理空间图表。类别比较图表强调分类数据的规模对比数据关系图表强调2个或以上变量的相关性关系。例如机器学习、深度学习时分析特

overfit同步小助手 2022-09-24 14:00:40 0 收藏