作者小头像 Lv.3
更多个人资料
381 成长值
0 关注
0 粉丝
+ 关注 私信

个人介绍

这个人很懒,什么都没有留下

感兴趣或擅长的领域

暂无数据
个人勋章
  • 活跃之星
成长雷达
290
21
25
45
0

个人资料

个人介绍

这个人很懒,什么都没有留下

感兴趣或擅长的领域

暂无数据

达成规则

以上满足项可达成此勋章

  • 博客
  • 关注
  • 粉丝
  • 论坛
全部时间
全部时间
最近三天
最近一周
最近一月
  • 全部
  • 暂无专栏分类
NumPy 系列(八):随机数生成与概率分布
NumPy 系列(八):随机数生成与概率分布 一、随机数在数值计算中的作用随机数是统计分析、蒙特卡洛模拟、机器学习及数值实验的重要基础。NumPy 通过 numpy.random 模块提供随机数生成能力,支持均匀分布、正态分布、二项分布等多种概率分布,并允许直接生成指定形状的随机数组。需要明确的是,NumPy 生成的通常是伪随机数(Pseudorandom Numbers)。这些数值由确定...
Numpy Python
作者小头像 yd_299290000 2026-11-19 11:10:17
18
0
0
2026-11-19 11:10:17
18
0
0
NumPy 系列(七):矩阵运算与线性代数基础
NumPy 系列(七):矩阵运算与线性代数基础 一、NumPy 与线性代数线性代数是科学计算、统计分析和机器学习的重要数学基础。NumPy 通过多维数组及 numpy.linalg 模块,提供矩阵乘法、线性方程组求解、矩阵分解等基础计算能力。需要明确的是,NumPy 使用 ndarray 统一表示向量、矩阵及高维数组,而不是为每一种数学对象设计独立的数据结构。因此,理解 NumPy 的线性...
Numpy 机器学习
作者小头像 yd_299290000 2026-11-18 10:41:01
18
0
0
2026-11-18 10:41:01
18
0
0
NumPy 系列(六):形状变换、维度操作与数组拼接
NumPy 系列(六):形状变换、维度操作与数组拼接 一、数组形状与数据组织在 NumPy 中,数组的形状(Shape)决定了数据的逻辑组织方式,但不一定决定其物理存储顺序。同一组数值可以表示为一维序列、二维矩阵或更高维数组。许多数值计算要求输入具有特定形状,因此,形状变换是 NumPy 数据处理中的基础操作。相关操作主要分为三类:调整数组形状、重新排列维度,以及组合多个数组。理解这些操作...
Numpy 数据结构
作者小头像 yd_299290000 2026-11-17 16:07:50
18
0
0
2026-11-17 16:07:50
18
0
0
NumPy 系列(五):通用函数、聚合运算与计算效率
NumPy 系列(五):通用函数、聚合运算与计算效率 一、NumPy 的计算模型前几篇介绍了 NumPy 的数组结构、内存布局、索引及广播机制。本篇进一步讨论 NumPy 如何执行数值计算。NumPy 的计算能力主要建立在两个方面:一是通过通用函数执行逐元素运算,二是通过聚合操作将多个元素归约为较少的结果。与 Python 原生循环相比,这些操作通常将重复计算交给底层编译实现,从而减少解释...
Numpy Python 数据结构
作者小头像 yd_299290000 2026-11-16 22:32:04
30
0
0
2026-11-16 22:32:04
30
0
0
NumPy 系列(四):广播机制与数组运算规则
NumPy 系列(四):广播机制与数组运算规则 一、为什么需要广播机制在传统的数组运算中,参与计算的两个数组通常需要具有相同的形状。然而,实际数值计算经常涉及不同维度的数据,例如将一个标量应用于整个矩阵,或为矩阵的每一列增加不同的数值。NumPy 通过广播机制(Broadcasting)解决这一问题。广播允许满足特定形状条件的数组直接参与逐元素运算,而不必由程序员显式复制或扩展数据。其核心...
Numpy Python 数据结构
作者小头像 yd_299290000 2026-11-15 14:47:41
28
0
0
2026-11-15 14:47:41
28
0
0
NumPy 系列(三):数组索引、切片与视图机制
NumPy 系列(三):数组索引、切片与视图机制 一、数组访问与内存共享上一篇介绍了 NumPy 数组的数据类型与内存布局。本篇进一步讨论数组的访问机制,重点分析索引(Indexing)、切片(Slicing)、视图(View)与副本(Copy)之间的关系。对于 Python 列表,切片通常会创建一个新列表。而在 NumPy 中,基本切片通常不会复制底层数据,而是创建一个引用原始数据的视图...
Numpy 数据结构
作者小头像 yd_299290000 2026-11-14 12:02:17
38
0
0
2026-11-14 12:02:17
38
0
0
NumPy 系列(二):数组的创建、数据类型与内存布局
NumPy 系列(二):数组的创建、数据类型与内存布局 一、数组不仅是数值的集合上一篇介绍了 NumPy 的核心数据结构 ndarray。与 Python 列表相比,ndarray 的重要区别在于,它不仅存储元素,还明确描述了数据的类型、维度和内存访问方式。一个常规的数值数组可以从三个方面理解:shape:数组的维度及各维度的长度。dtype:元素的数据类型。strides:沿各个维度移动...
Numpy 数据结构
作者小头像 yd_299290000 2026-11-13 11:48:47
42
0
0
2026-11-13 11:48:47
42
0
0
NumPy 系列(一):NumPy 的设计思想与核心数据结构
NumPy 系列(一):NumPy 的设计思想与核心数据结构 一、NumPy 是什么NumPy(Numerical Python)是 Python 科学计算生态中的基础库,其核心功能是提供高效的多维数组及相应的数值运算能力。Python 原生提供了列表(list)、元组(tuple)等数据结构,但它们并非专门为大规模数值计算设计。当计算涉及数百万个数值、复杂矩阵或多维数据时,使用普通 Py...
Numpy Python 数据结构
作者小头像 yd_299290000 2026-11-12 12:25:36
46
0
0
2026-11-12 12:25:36
46
0
0
Keras 3 架构解析(八):模型持久化与部署系统——从模型序列化到跨后端推理
Keras 3 架构解析(八):模型持久化与部署系统——从模型序列化到跨后端推理 引言在前七篇文章中,我们分别介绍了 Keras 3 的基础计算层、神经网络层、模型构建层、训练系统、数据处理系统、训练控制与监控系统,以及高性能计算系统。这些部分共同构成了深度学习模型从数学定义到训练执行的完整技术体系。基础计算层提供统一的张量运算能力;神经网络层通过 Layer 抽象管理计算逻辑与参数状态;...
Keras 机器学习 深度学习
作者小头像 yd_299290000 2026-11-11 10:32:05
39
0
0
2026-11-11 10:32:05
39
0
0
Keras 3 架构解析(七):高性能计算系统——从混合精度、JIT 编译到分布式训练与内存优化
Keras 3 架构解析(七):高性能计算系统——从混合精度、JIT 编译到分布式训练与内存优化 引言在前六篇文章中,我们分别介绍了 Keras 3 的基础计算层、神经网络层、模型构建层、训练系统、数据处理系统以及训练控制与监控系统。这些部分共同构成了一套完整的深度学习开发体系:数据处理系统负责准备训练样本,Model 与 Layer 负责定义神经网络结构,Keras Ops 提供统一的数...
Keras 机器学习 深度学习 高性能计算
作者小头像 yd_299290000 2026-11-10 11:55:28
57
0
0
2026-11-10 11:55:28
57
0
0
总条数:29
10
10
20
50
100
  • 1
  • 2
  • 3

上滑加载中

https://www.baidu.com/s?ie=utf-8&f=3&rsv_bp=0&rsv_idx=1&tn=baidu&wd=sed%20%E6%9B%BF%E6%8D%A2%E5%AD%97%E7%AC%A6%E4%B8%B2&rsv_pq=c7db61a600035dc5&rsv_t=5e19yEsbV9N5fIvdlGRU
作者小头像
作者小头像
快速交付
+ 关注