卷积神经网络 简介 卷积神经网络（Convolution Neural Networks, CNN, ConvNet），结构特性：局部连接，权重共享，汇聚信息. 主要适用于图像处理的一种神经网络，其想法来源来自于生物模型中的感受野（Receptive Field），即视觉神经元只会接收到其所支配的刺激区域的信号，即获得某个区域内的加权平均结果，这种操作在数学中就是卷积. 卷积 这里的卷积指的

循环神经网络 简介 循环神经网络（Recurrent Neural Networks, RNN）是对前馈型全连接神经网络的改进. 全连接神经网络的输入维度在确定网络结构的时候已经固定，而且当特征之间具有的潜在关联性也无法解决. 循环神经网络支持输入任意长度的特征，并且可以通过处理特征之间具有的关联性，这也称为神经网络的记忆力. 一般的RNN具有短期记忆力，使用门控机制（Gating Mecha

题意 python整理代码 由于是第一次使用pandas进行数据分析，有很多不熟悉的地方，首先记录一下. 使用的是Jupyter Notebook完成，这个做数据分析确实非常好用，效果可以直接从网页中打开： 完整代码（颜色不清楚，请使用白色背景）：数据处理，回归分析-改进 使用的头文件，和绘图所用的参数 import numpy as np import panda

我的github项目链接, 包含全部完整代码和三维图像数据. 介绍 我们使用的是来自 tinyrenderer 的github项目: 使用C++从零开始建立一个光栅化渲染器, 能够帮助我们入门OpenGL并理解其原理. 它所依赖库非常少, 包含他写的两个库文件, tgaimage.cpp, tgaimage.h 和 .obj 3D模型文件读取库 model.cpp, model.h 和 几

这里列一些使用pandas包做数据处理的例子. 数据格式: 填报规则: 请在对应姓名后面按照志愿优先次序按数字1~5进行填写. | 姓名 | 数学 | 人工智能 | 计算机 | 软件工程 | 大数据管理 | ----------------------------------------------------------- | 名称1 | 1 | 2 | 3

感知器（英语：Perceptron）是Frank Rosenblatt在1957年就职于康奈尔航空实验室（Cornell Aeronautical Laboratory）时所发明的一种人工神经网络。它可以被视为一种最简单形式的前馈神经网络，是一种二元线性分类器。（From：Wiki-感知器） 感知器可以理解为神经网络中的一个“神经细胞”，在这里我们研究是最简单的神经网络问题，只有一个感知器的情况，

这里记录一些在数值分析课程、作业中所用到的算法，可用于检查自己作业是否计算正确 （代码应该没锅`(>﹏<)′ 前三个算法的具体使用方法可以参考 三次样条插值法&牛顿插值法&切比雪夫插值法 MATLAB实现 Newton 插值法 & Chebyshev 多项式零点作为插值点 利用Chebyshev\text{Chebyshev}Chebyshev插值多项式，求最

这次数值分析的大作业要求是“观察龙格现象”，利用Newton迭代法和三次样条插值法做对比，体现出高次插值多项式在距离较远的地方会有明显的“震荡”，而分段低次插值就不会有这种问题，由于本次作业是用Latex写的不想再写一次Markdown网页版了（懒~ 所以就直接给出这次算法的pdf版，里面对计算过程转化有非常详细解释，完整的MATLAB代码在附录中也有给出，这里再贴一遍😄（我的MATLAB脚本习

问题 在Moodle平台中直接贴代码感觉太丑了😅，但贴代码照片又太麻烦了，所以期望找一种方法实现代码高亮功能。 本文介绍下使用Moodle文本编辑器中的html代码功能实现代码高亮。 解决方法 找到html功能位置 我们先随便打开一个Moodle的文本编编辑器（"回复"时候没有，请点击右下角高级选项），点击“展开按钮” 找到第二行最后一个“html”按钮，进入html

这次是2022美赛前的一次模拟赛，指导老师给定了2011MCM-B这道题，此题是如何分布中继站最优问题，题目先是给出了一种中继站分配带宽的系统（CTCSS），可以将带宽分为很多个 private line(PL)，通过这个可以估计出在平均人口密度下，每个中继站的覆盖半径，然后求在 404040 英里范围中，有 100010001000 和 100001000010000 个用户时，如何设置中继站