Y_ 第2页

复向量的内积（例题详解）

+x_n\overline{y_n}={\displaystyle{\sum_{i=1}^{n}{x_{i}\overline{y_{i}}}}}(x,y)=x

__Wedream__·2023-06-12 10:06

softmax 函数

https://blog.csdn.net/m0_37769093/article/details/107732606softmax函数如下所示：yi=exp⁡(xi)∑j=1nexp⁡(xj)y_{i

奋斗的小乌龟·2023-06-10 15:31

R2决定系数（R2 得分）详细计算

计算过程使用yi{\text{y}}_iyi表示真实的观测值，使用y_\overset{\_}{\mathopy}y_表示真实观测值的平均值，使用yi^\overset{\hat{}}{\mathop{

二月w·2023-06-09 17:53

MATLAB 之数据插值、曲线拟合和数值微分

例如，测量得nnn个点的数据为(x1,y1)，(x2,y2)，…，(xn,yn)(x_{1},y_{1})，(x

虚心求知的熊·2023-06-07 12:04

LATEX个人笔记

zhihu.com)公式篇：latex公式不要编号加公式末尾加\nonumber原式：\begin{equation}\ell(\boldsymbol{\beta})=\sum_{i=1}^{m}\left(-y_

他不是混子QAQ·2023-06-07 11:04

隐马尔科夫模型

隐马尔可夫模型隐马尔可夫模型(HiddenMarkovModel,HMM)可以由观测序列推断出概率最大的状态序列.HMM中的变量可分为两组:状态变量(隐变量):{y1,y2,...,yn}\left\{y_

P-ShineBeam·2023-06-07 05:22

几大平台的markdown测试

原始代码：####模型$y_{ij}=h_i+a_j+e_{ij}$其中$y_{ij}=$第i个牧场第j头奶牛的产奶量，即表型观测值$h_{i}=$第i个牧场对奶牛的效应值，即固定环境效应####矩阵形式

育种数据分析之放飞自我·2023-04-21 08:24

Tensorflow学习笔记（二）

(tf.square(y_-y))MSE计算公式2.自定义损失函数举例：大于正确值损失cost，小于正确值损失profitloss=tf.reduce_sum(tf.where(tf.greater(y_

繁盛天地橘·2023-04-21 06:57

Softmax和Cross Entropy Loss在分类问题中的作用

首先，对类别标签进行一位有效编码：y=[y1,y2,y3]Ty=[y_{1},y_{2},y_{3}]^{T}y=[y1,y2,y3]Tyi={1,if(i=y)0,otherwisey_{i}=\left

晓shuo·2023-04-18 15:13

数据增广：Mixup, Cutout 和 CutMix

假设有两张图片(xi,yi)(x_{i},y_{i})(xi,yi)和(xj,yj)(x_{j},y_{j})(xj,yj),其中xxx表

马鹤宁·2023-04-16 05:57

炸雷（详细解析）

其中有一个关卡的任务如下,在一个二维平面上放置着nn个炸雷,第ii个炸雷\left(x_{i},y_{i},r_{i}\right)(xi,yi,ri)表示在坐标\left(x_{i},y_{i}\right

爱蜜莉雅(EMT）·2023-04-11 20:14

手搓Lenet的keras实现

,Dense,Activation,Conv2D,MaxPooling2D,Flattenfromkeras.datasetsimportmnist(x_train,y_train),(x_test,y_

papaofdoudou·2023-04-05 14:26

P8816 [CSP-J 2022] 上升点列（民间数据）

你在自由添加kk个点后，还需要从n+kn+k个点中选出若干个整数点并组成一个序列，使得序列中任意相邻两点间的欧几里得距离恰好为11而且横坐标、纵坐标值均单调不减，即x_{i+1}-x_i=1,y_{i+

熬夜写代码的小编·2023-04-04 05:00

date的常见用法

1date+%Y_%m_%d（=2015_10_22）2date--date='1daysago'+%Y_%m_%d（=2015_10_21）3date--date='20151223'+%s（=1450800000

小胖_20c7·2023-04-03 01:15

Python-曲线拟合（一）

最小二乘法拟合函数φ(xi)\varphi(x_i)φ(xi)与原始数据点_yi的偏差为：δi=φ(xi)−yi(i=0,1,2,⋯ ,n)\delta_{i}=\varphi\left(x_{i}\right)-y_

X射线双星·2023-04-01 14:41

ZotFile插件Renaming Rules规则设置

为保证各终端文件结构一致，不同终端中ZotFile的重命名规则应保持一致，推荐使用以下规则FormatforallItemTypesexceptPatents{%a_}{%y_}{%t}FormatforPatents

wwlswj·2023-03-22 15:28

Neural ODEs (Oridinary Differential Equations)

1通用形式dydt=f(t,y)\frac{dy}{dt}=f(t,y)dtdy=f(t,y);y(t0)=y0y(t_0)=y_0y(t0)=y0yn+1=yn+f(tn,yn)⋅(tn+1−tn)y_

balabalahoo·2023-02-07 07:49

Logistic回归-分类模型和梯度下降算法

Logistic回归1.Logistc回归模型回归：用一条直线对给定数据进行拟合(最佳拟合直线)Logistic回归：根据现有数据对分类边界建立回归方程，以此直线进行分类给定数据集\([(x_{1},y_

从锅里爬·2023-02-06 17:08

机器学习、深度学习中常用损失函数

一.均方差损失(MeanSquaredErrorLoss)基本形式：JMSE=1N∑i=1N(yi−yi^)2J_{MSE}=\frac{1}{N}\sum_{i=1}^{N}(y_{i}-\hat{y

__LazyCat__·2023-02-04 15:35

AI重温：二分类和多分类的交叉熵区别

(1-y_hat)))多分类，一般激活函数使用softmaxSoftmax计算公式：此时交叉熵计算公式：代码如下：cross=np.mean(-np.sum(y_test_onehot*np.log(y_

怀尔斯666·2023-02-04 12:09

3. Linear Regression

LinearRegression简单线性回归简单线性回归形式：Y=β0+β1X1Y=\beta_0+\beta_1X_1Y=β0+β1X1估计系数残差：ei=yi−y^ie_{i}=y_{i}-\hat

weixin_47891244·2023-02-03 17:09

布尔莎七参数坐标转换模型

两个坐标系之间转换的布尔莎模型为：[XAYAZA]=[TXTYTZ]+(1+m)R3(wz)R2(wy)R1(wx)[XBYBZB](1)\left[\begin{matrix}X_{A}\\Y_{A}

点云侠·2023-02-03 16:27

tensorflow中的eval的用法

的用法做人工智能实验的过程中遇到这样一段代码不是很明白是什么意思：查阅资料后明白了tensorflow中eval的用法：withtf.Session()assess:print(accuracy.eval({x:mnist.test.images,y_

不咋地的老鸽·2023-02-01 12:02

有关UDE(Unsupervised Domain Expansion)以及UDA，DG的思考与调研

DomainGeneralization)域泛化的目标是从多个不同但相关的域学习一个模型，该模型能很好地在未见过的域泛化XD1,XD2...XDn,YD1,YD2...YDnX_{D_1},X_{D_2}...X_{D_n},Y_

一只星期八·2023-01-29 19:30

拉格朗日差值法python实现

(xn,yn)给定一组点(x_{1},y_{1}),(x_{2},y_{2})...(x_{n},y_{n})给定一组点(x1,y1),(x2,y2)...

聪明乖巧的小狮子·2023-01-21 08:41

无模型自适应迭代学习控制原理和matlab代码仿真学习记录

首先数值给出了问题定义，给出m维输入q维输入的非线性系统：yn(k+1)=f(un(k),yn)(k),ξ(k),k)y_{n}(k+1)=f(u_{n}(k)

fx2h·2023-01-18 00:49

PyTorch示例——利用PyTorch计算梯度

1.12.1Python:3.7.13导包importtorchimportmatplotlib.pyplotasplt原始数据#原始数据x_data=[1.0,2.0,3.0,4.0,5.0,6.0]y_

蒋含竹·2023-01-14 11:30

矩阵对矩阵求导，标量对矩阵求导，链式法则

Z∈R,Ym∗n,Xa∗bZ\inR,Y_{m*n},X_{a*b}Z∈R,Ym∗n,Xa∗bdZdX=dZdY∗dYdX\frac{dZ}{dX}=\frac{dZ}{dY}*\frac{dY}{dX

防搞活机·2023-01-12 21:03

支持向量机（SVM）原理推导：Soft-margin

\\y_{i}\left(\boldsymbol{w}^{\rm{T}}\boldsymbol{x}_{i}+b\right)\geqsla

態猛·2023-01-10 22:26

Pytorch学习——梯度下降和反向传播 03 未完

简单理解，（对于低维函数来讲）就是导数（或者是变化最快的方向）2判断模型好坏的方法回归损失loss=(Ypredict−Ytrue)2loss=(Y_{predic

谜底是你_·2023-01-10 16:59

lecture 8：OLS回归模型

UsingPythonforIntroductoryEconometricskevinsheppard讲授Python做计量相关分析1.相关系数的计算公式：r=∑(xi−xˉ)(yi−yˉ)∑(xi−xˉ)2∑(yi−yˉ)2r=\frac{\sum(x_{i}-\bar{x})(y_

HUT_Econometrics·2023-01-09 15:46

感知机python实现

1,ifa>00,ifa0$}\\0,&\text{if$a0ifa<0损失函数L(w)=∑i=1mI{yiwTxi<0}L(w)=∑xi∈D−yiwTxiL(w)=\sum_{i=1}^{m}I\{y_

2pi·2023-01-08 11:22

【李航统计学习笔记】第一章：统计学习及监督学习概论

即学习的策略实现求解最优模型的算法通过学习方法选择最优模型利用学习的最优模型对新数据进行预测或分析监督学习训练集：T={(x1,y1),(x2,y2),⋯ ,(xN,yN)}T=\left\{\left(x_{1},y_

西风瘦马1912·2023-01-08 10:51

Tensorflow（二十七） —— 过拟合与欠拟合

stochasticgradientdescent1.过拟合检测#*************************1、howtodetectoverfitting#1.1splitting(x,y),(x_test,y_

CyrusMay·2023-01-05 09:45

二次型惯性定理

zr2其中rrr是fff的秩证明：设可逆变换X=CYX=CYX=CY化为标准型f=d1y12+…dpyp2−dp+1yp+12−…dryr2f=d_1y_1^2+\dotsd_py_p^2-d_{p+1}y_

Nightmare004·2023-01-04 08:11

神经网络常用损失函数loss

神经网络中常用以下三种损失函数：均方误差：MSE（y_,y）=(Σn(y–y_)2)/n其中y_代表标准值，y代表预测值Tensorflow代码：Loss=tf.reduce_mean(tf.square

VictorHan01·2023-01-03 01:29

神经网络-损失函数：

3.自定义损失函数：通过每个需要预测的结果y与标准答案y_比较，计算其损失累计和，即loss(y_,y)=sum{f(y_,y)},其中y_是标准答案数据集的，y为预测答案计算出的。

TxyITxs·2023-01-03 01:59

最小二乘求解线性回归参数

1.779817,3.553517,7.051988,14.296636])#光学变焦倍数Y=np.array([12.2,24.3,48.1,97.6])#焦距#最小二乘估计x_=np.mean(X)y_

young_s%·2023-01-01 07:02

常用的图像质量评估指标

MSEMeanSquareError(均方差)equation:MSE=1mn∑i=0m−1∑j=0n−1(yi,j−y^i,j)2MSE=\frac{1}{mn}\sum_{i=0}^{m-1}\sum_{j=0}^{n-1}(y_

BubbleCodes·2022-12-31 21:52

一个python文件中的两个linear（）层和一个conv2d()层同时使用（b,c,1,1）大小的张量作为输入时的输出结果对比

6,512,1,1)print(x,x.shape)##x_=torch.randn(64,5)x_=x.view(6,512)m_=nn.Linear(512,5)m__=nn.Linear(512,5)y_

W-a-rrior·2022-12-31 09:26

tensorflow05——关于帮助理解【损失函数】的一个实例

x1,x2是两个影响日销量的因素【现在需要探讨y与x1和x2的关系】损失函数：使用mse-均方误差损失函数tf表达式为：lose_mse=tf.reduce_mean(tf.square(y_-y))(y_

Fortunate.F·2022-12-31 07:52

摄像机标定---1

,v_1),\cdots,(u_m,v_m)\}{(u1,v1),⋯,(um,vm)}，分别对应的物点的世界坐标系下的坐标{(XW1,YW1,0),⋯ ,(XWm,YWm,0)}\{(X_{W_1},Y_

小书生大侠客·2022-12-30 21:39

张正友标定算法学习笔记-1-标定结果跟航高/景深的关系

首先利用上一篇博客中的公式进行理论分析，{μ=fxxczc+μ0ν=fyyczc+ν0(1)\left\{\begin{matrix}\mu=f_x\dfrac{x_{c}}{z_c}+\mu_0\\\nu=f_y\dfrac{y_

LadiesAndGentlemen·2022-12-30 04:23

cs231n课后SVM作业

用到的公式AlossfunctiontellshowgoodourcurrentclassifierisGivenadatasetofexamples{(xi,yi)}i=1N\{(x_{i},y_{i

vegtsunami·2022-12-29 11:05

矩阵求导法则总结

1.矩阵Y对标量x求导相当于每个元素求导数后转置一下，注意M×N矩阵求导后变成N×M了Y=[yij]−−>dYdx=dyijdxY=[y_{ij}]-->\frac{dY}{dx}=\frac{dy_{

Mickle_Liu·2022-12-28 15:52

Pytorch模型测试时显存一直上升导致爆显存

在写代码的时候发现进行训练的时候大概显存只占用了2GB左右,而且训练过程中显存占用量也基本上是不变的.而在测试的时候,发现显存在每个batch数据推理后逐渐增加,直至最后导致爆显存,程序fail.这里放一下我测试的代码:y,y_

XJTU-Qidong·2022-12-28 13:50

点乘/内积/数量积；叉乘/向量积；矩阵乘法；哈达马积；克罗内克积；卷积

符号解释名称符号Latex运算应用意义点乘/内积/数量积⋅⋅⋅或∙\bullet∙\cdot或\bulleta⃗∙b⃗=x1x2+y1y2\vec{a}\bullet\vec{b}=x_{1}x_{2}+y_

还能坚持·2022-12-28 09:52

乘法/积运算和符号（点乘/内积/数量积，叉乘/向量积，矩阵乘法，Hadamard, Kronecker积，卷积）一网打尽

名称符号Latex运算应用意义点乘/内积/数量积⋅\cdot⋅或∙\bullet∙\cdot或\bulleta⃗∙b⃗=x1x2+y1y2\vec{a}\bullet\vec{b}=x_{1}x_{2}+y_

老光头_ME2CS·2022-12-28 09:21

【数学计算】点乘/点积/内积/数量积/叉乘/外积/叉积/向量积

序言区分一下这几个概念1.点乘点乘=点积=内积=数量积dotproduct=innerproduct=scalarproducta⃗=(x1,y1,z1)\vec{a}=(x_{1},y_{1},z_{

shuaixio·2022-12-28 09:50

数学建模之时间序列的典型分解模型附Matlab代码

时间序列的典型分解模型引言一个时间序列的典型分解式为：Xt=mt+st+YtX_{t}=m_{t}+s_{t}+Y_{t}Xt=mt+st+Yt其中mtm_{t}mt为趋势项，sts_{t}st是已知周期为

Python大数据分析·2022-12-24 11:45

推荐频道

Y_