一些cs231n中學到的函式 未完結

2021-09-12 02:47:57 字數 1836 閱讀 7323

返回陣列值從小到大的索引值

舉例:

x = np.array([3

,1,2

])np.argsort(x)

# array([1, 2, 0])

該函式輸入乙個矩陣,返回扁平化後矩陣中非零元素的位置(index)

>>

> x = np.arange(-2

,3)>>

> x

array([-

2,-1

,0,1

,2])

>>

> np.flatnonzero(x)

array([0

,1,3

,4])

還可以用來返回某個特定元素的位置

d = np.array([1

,2,3

,4,4

,3,5

,3,6

])haa = np.flatnonzero(d ==3)

print haa

>>

>

from collections import counter

>>

> c = counter(

'abcasd'

)>>

> c

counter(

)>>

> c.most_common(3)

[('a',2)

,('c',1)

,('b',1)

]

x_train_folds = np.split(x_train, num_folds=5)

# x_train.shape = (5000,300)

# x_train_folds.shape = (5, 1000, 300)

concatenate((a1, a2, ...), axis=0)按指定維度把多個ndarray連在一起, 最後維度減小了1

train_set = np.concatenate(x_train_folds[

:i]+ x_train_folds[i+1:

])# x_train_folds[:i].shape = (1,3)

# x_train_folds[i+1:].shape = (4,3)

# train_set.shape = (5,3)

np.random.choice(a, 3, replace=false, p=none)

從a 中以概率p,隨機選擇3個, p沒有指定的時候相當於是一致的分布. replace=falseb表示不放回抽樣, true表示放回抽樣

>>

> a = np.random.choice(10,

4)>>

> a

array([6

,9,5

,7])

range(start, stop, step) —> 返回乙個range object, 並且step步長只能是整數;

np.arange(start, stop, step) —> 返回乙個ndarray, step可以是小數

np.prod((2

,3))

# 6

np.prod([2

,4])

# 8 返回元素的乘積

np.linspace(2,

3,5)

# array([ 2. , 2.25, 2.5 , 2.75, 3. ])

cs231n的第一次作業knn的問題

knn 1.關於兩個樣本間的距離計算 這裡用的是l2距離 原程式提供了三種方法。分別是兩重迴圈,一重迴圈和無迴圈。no loop的沒有想到,儘管提示裡說了用numpy的broadcast機制,看了其他人寫的 才略微懂了點。這裡是自己寫的小測試,一重迴圈 import numpy as np a np...

學習Jquery中學到的一些知識點

剛看了 鋒利的jquery 的書,學到了jquery是如何操作伺服器端返回的各種文件的,其中包括xml文件。其實jquery提供了強大的dom操作的能力,所以jquery操作xml文件就如同操作html文件一樣。現在記錄幾個jquery操作dom的方法 1 attr name 取得第乙個匹配元素的屬...

從書中學到的一些程式設計小技巧

有什麼好的方法來驗對浮點數在 足夠接近 情況下的等值?浮點數的定義決定它的絕對精確度會隨著其代表的值變化 所以比較兩個浮 點數的最好方法就要利用乙個精確的閾值。這個閾值和作比較的浮點數值大小有 關。不要用下面的 double a,b if a b 錯 要用類似下列的方法 include if fab...