首页
AI Coding
数据标注
NEW
沸点
课程
直播
活动
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
登录
注册
G探索者
掘友等级
获得徽章 0
动态
文章
专栏
沸点
收藏集
关注
作品
赞
0
文章 0
沸点 0
赞
0
返回
|
搜索文章
最新
热门
Matplotlib的编码风格
使用Matplotlib基本上有两种方式: 显式创建Figure和Axes,并调用它们的方法(即“面向对象(OO)风格”)。 依靠pyplot隐式创建和管理Figure和Axes,并使用pyplot函
matplotlib界面的各个部分
总览 Figure 在matplotlib库中,Figure对象是整个图形的基础,它是创建其他所有matplotlib对象的起点。Figure对象可以视为一个画布,你可以在上面创建各种图形,例如线条图
pd.read_csv
pandas.read_csv 是 Pandas 库中的一个函数,用于从CSV(逗号分隔值)文件中读取数据并返回一个 DataFrame 对象。
SoftMax
softmax⽤于多分类过程中,它是⼆分类函数sigmoid在多分类上的推⼴,⽬的是将多分类的结果以概率的形式展现出来。计算⽅法如下图所示: $$ \operatorname{softmax}\lef
Maxout单元
激活函数是一种非线性激活函数,计算公式为ReLU(x) = max(0, x)。在神经网络中,ReLU函数通常用于隐层神经元的输出。
Sigmoid型激活函数
sigmoid激活函数是一种常用的非线性激活函数,其公式为:sigmoid(x) = 1 / (1 + e^(-x))。 sigmoid函数的输出在0到1之间,因此它被广泛用于输出层,用来表示概率或
tf.random中的无状态随机数生成器
在tf.random,每个随机数生成函数都对应一个无状态函数,下面用tf.random.stateless_normal 和 tf.random.normal来说明无状态和有状态生成器之间的区别。 t
下一页
个人成就
文章被阅读
3,819
掘力值
62
关注了
1
关注者
0
收藏集
0
关注标签
31
加入于
2022-05-22