技术图文:Matlab VS. Numpy 常见矩阵
背景
前段时间在知识星球上立了一个Flag,至少写10篇关于 Python,Matlab 和 C# 对比的总结。
这是第 4 篇,对比 Matlab 与 Numpy 中经常用到的各种矩阵,比如零矩阵、单位矩阵、全1矩阵、对角矩阵、均匀分布的随机矩阵、标准正态分布的随机矩阵等。
虽然 Numpy 定义了 matrix
类型,使用该 matrix
类型创建的是矩阵对象。但是由于 NumPy 中同时存在 ndarray
和 matrix
对象,因此用户很容易将两者弄混。这有违 Python 的“显式优于隐式”的原则,因此官方并不推荐在程序中使用 matrix
。在这里,我们仍然用 ndarray
来介绍。
1. 零矩阵
零矩阵为矩阵内所有元素为零的矩阵。在具体任务中通常先用零矩阵来确定大小,随后为矩阵元素赋值。
在 Matlab和Python 中都用zeros()
函数来实现。
在 Matlab 中,zeros(m,n)
表示零矩阵,其中为行数,为列数。若为方阵,则以zeros(n)
表示。
在 Numpy 中,numpy.zeros(shape, dtype=None, order='C')
函数返回给定形状和类型的零数组。
【例1】求3行4列的零矩阵。
Matlab:
>> A = zeros(3,4);
>> disp(A)0 0 0 00 0 0 00 0 0 0
Python:
import numpy as npA = np.zeros([3, 4])
print(A)
# [[0. 0. 0. 0.]
# [0. 0. 0. 0.]
# [0. 0. 0. 0.]]
【例2】求4阶的零矩阵。
Matlab:
>> A = zeros(4);
>> disp(A)0 0 0 00 0 0 00 0 0 00 0 0 0
Python:
import numpy as npA = np.zeros([4, 4])
print(A)
# [[0. 0. 0. 0.]
# [0. 0. 0. 0.]
# [0. 0. 0. 0.]
# [0. 0. 0. 0.]]A = np.zeros(4)
print(A)
# [0. 0. 0. 0.]
np.zeros(4)
表示生成 Numpy 中的包含4个零元素的一维数组。
注意:在线性代数里面讲的维数和数组的维数不同,如线代中提到的 n 维行向量在 Numpy 中是一维数组,而线性代数中的 n 维列向量在 Numpy 中是一个shape为(n, 1)的二维数组。
2. 全1矩阵
矩阵中所有元素为1,称为全1矩阵。
在 Matlab和Numpy 中都用noes()
函数来表示。
在 Matlab 中,ones(m,n)
表示全1矩阵,其中为行数,为列数。若为方阵,则以ones(n)
表示。
在 Numpy 中,numpy.ones(shape, dtype=None, order='C')
函数返回给定形状和类型的全1数组。
【例1】求4阶全1矩阵。
Matlab:
>> A=ones(4);
>> disp(A)1 1 1 11 1 1 11 1 1 11 1 1 1
Python:
import numpy as npA = np.ones([4, 4])
print(A)
# [[1. 1. 1. 1.]
# [1. 1. 1. 1.]
# [1. 1. 1. 1.]
# [1. 1. 1. 1.]]A = np.ones(4)
print(A)
# [1. 1. 1. 1.]
【例2】求3行4列的全1矩阵。
Matlab:
>> A=ones(3,4);
>> disp(A)1 1 1 11 1 1 11 1 1 1
Python:
import numpy as npA = np.ones([3, 4])
print(A)
# [[1. 1. 1. 1.]
# [1. 1. 1. 1.]
# [1. 1. 1. 1.]]
3. 单位矩阵
单位矩阵为主对角线元素全为1,而其它元素全为零的矩阵,数学上以或表示之。
在 Matlab和Numpy 中都用eye()
函数来表示,而 Numpy 中还提供了identity()
函数来专门生成方阵。
在 Matlab 中,eye(m,n)
表示单位矩阵,其中为行数,为列数,若为方阵,则以eye(n)
表示。
在 Numpy 中,numpy.eye(N, M=None, k=0, dtype=float, order='C')
函数返回一个对角线上为1,其它地方为零的单位数组。numpy.identity(n, dtype=None)
函数则返回一个方的单位数组。
【例1】求4行4列的单位矩阵。
Matlab:
>> I=eye(4);
>> disp(I)1 0 0 00 1 0 00 0 1 00 0 0 1
Python:
import numpy as npI = np.eye(4)
print(I)
# [[1. 0. 0. 0.]
# [0. 1. 0. 0.]
# [0. 0. 1. 0.]
# [0. 0. 0. 1.]]A = np.identity(4)
print(A)
# [[1. 0. 0. 0.]
# [0. 1. 0. 0.]
# [0. 0. 1. 0.]
# [0. 0. 0. 1.]]
【例2】求3行4列的单位矩阵。
Matlab:
>> I=eye(3,4);
>> disp(I)1 0 0 00 1 0 00 0 1 0
Python:
import numpy as npI = np.eye(3, 4)
print(I)
# [[1. 0. 0. 0.]
# [0. 1. 0. 0.]
# [0. 0. 1. 0.]]
4. 对角矩阵
在 Matlab和Numpy 中都用diag()
函数来表示,并且含义相同。
若书写格式为X=diag(v,k)
。将向量写入矩阵的主对角线上,而矩阵的其它元素为零。表示上移或下移行数,正表示上移,负表示下移,则恰好在主对角线上,当时可以默认不写。
另一种书写格式为v=diag(X,k)
。它是从矩阵中提取对角线元素到向量上。或默认,则提取主对角线元素,否则提取上移行或下移行的对角线元素,正号表示上移,负号表示下移。
【例1】已知行向量v=(1 2 3 4)
,将向量元素写入矩阵的主对角线,求对角矩阵,以及上移一行的对角矩阵和下移一行的对角矩阵。
Matlab:
>> v=[1,2,3,4];
>> lambda = diag(v);
>> disp(lambda)1 0 0 00 2 0 00 0 3 00 0 0 4>> lambda = diag(v,1);
>> disp(lambda)0 1 0 0 00 0 2 0 00 0 0 3 00 0 0 0 40 0 0 0 0>> lambda = diag(v,-1);
>> disp(lambda)0 0 0 0 01 0 0 0 00 2 0 0 00 0 3 0 00 0 0 4 0
Python:
import numpy as npv = [1, 2, 3, 4]
lamb = np.diag(v)
# print(lamb)
# [[1 0 0 0]
# [0 2 0 0]
# [0 0 3 0]
# [0 0 0 4]]lamb = np.diag(v, k=1)
print(lamb)
# [[0 1 0 0 0]
# [0 0 2 0 0]
# [0 0 0 3 0]
# [0 0 0 0 4]lamb = np.diag(v, k=-1)
print(lamb)
# [[0 0 0 0 0]
# [1 0 0 0 0]
# [0 2 0 0 0]
# [0 0 3 0 0]
# [0 0 0 4 0]]
【例2】
已知u=(2 3 5 8 11)
,创建Vandermonde矩阵,提取的主对角线赋予向量,主对角线上移一行赋予向量,下移一行赋予向量。
>> u=[2,3,5,8,11];
>> X=vander(u);
>> disp(X)16 8 4 2 181 27 9 3 1625 125 25 5 14096 512 64 8 114641 1331 121 11 1>> v=diag(X);
>> disp(v)16272581>> v1=diag(X,1)';
>> disp(v1)8 9 5 1>> v2=diag(X,-1)';
>> disp(v2)81 125 64 11
Python:
import numpy as npdef vander(u):n = len(u)a = np.ones([n, n], dtype=np.int)for i in range(n - 2, -1, -1):a[:, i] = u ** (n - i - 1)return au = np.array([2, 3, 5, 8, 11])
X = vander(u)
print(X)
# [[ 16 8 4 2 1]
# [ 81 27 9 3 1]
# [ 625 125 25 5 1]
# [ 4096 512 64 8 1]
# [14641 1331 121 11 1]]v = np.diag(X)
print(v)
# [16 27 25 8 1]v1 = np.diag(X, k=1)
print(v1)
# [8 9 5 1]v2 = np.diag(X, k=-1)
print(v2)
# [ 81 125 64 11]
5. 均匀分布的随机矩阵
在 Matlab和Numpy 中都可以生成均匀分布的随机矩阵。
在 Matlab 中,有rand()
,rands()
,randi()
三种方式:
rand(n)
得到一个的矩阵。rands(n)
得到一个的列向量。rand(m,n)
得到一个由均匀分布在(0,1)区间内元素组成的的矩阵。rands(m,n)
得到一个由均匀分布在(-1,1)区间内元素组成的的矩阵。randi(iMax,n)
是一个由均匀分布在[1,iMax]
区间内整型元素组成的的矩阵。randi(iMax,m,n)
是一个由均匀分布在[1,iMax]
区间内整型元素组成的的矩阵。randi([iMin,iMax],m,n)
是一个由均匀分布在[iMin,iMax]
区间内整型元素组成的矩阵。
在 Numpy 中,有uniform()
,rand()
,randint()
三种方式:
numpy.random.uniform(low=0.0, high=1.0, size=None)
从均匀分布中抽取样本,区间为[low, high)
。numpy.random.rand()
作为uniform(d0, d1, ..., dn)
的特列,可以得到[0,1)
之间的均匀分布的随机数。numpy.random.randint(low, high=None, size=None, dtype='l')
作为uniform
的另一特例,可以得到[low,high)
之间均匀分布的随机整数,如果high=None
,那么区间为[0,low)
。
【例1】求两个4阶在(0,1)范围内的均匀分布的随机矩阵,两个4阶在[1,100]范围内的整型均匀分布的随机数,两个4×1的在(-1,1)范围内的列向量,分别赋值给A1,A2。
Matlab:
>> A1=rand(4);
>> A2=rand(4);
>> disp(A1)0.2232 0.6585 0.3061 0.94720.8876 0.8102 0.2829 0.67460.7311 0.2015 0.4056 0.70160.3146 0.1130 0.8241 0.6380>> disp(A2)0.2420 0.6504 0.2952 0.63280.9741 0.0814 0.3742 0.21570.8539 0.8477 0.7121 0.41150.7950 0.1764 0.6574 0.4196>> A1 = randi(100,4);
>> A2 = randi(100,4);
>> disp(A1)47 56 32 6165 25 94 9383 5 19 9225 76 55 4>> disp(A2)69 86 47 414 84 98 351 80 59 930 81 73 59>> A1=rands(4);
>> A2=rands(4);
>> disp(A1)0.27960.40790.5119-0.9015>> disp(A2)0.7674-0.40590.3743-0.3374
Python:
import numpy as npA1 = np.random.rand(4, 4)
A2 = np.random.rand(4, 4)
print(A1)
# [[0.26928205 0.36481389 0.66676956 0.86820657]
# [0.91229641 0.04239373 0.88579269 0.41331319]
# [0.45072909 0.16651979 0.09096757 0.63638447]
# [0.96256553 0.12203043 0.88213325 0.70119275]]print(A2)
# [[0.99001364 0.59498628 0.18862191 0.24256341]
# [0.1211043 0.32129381 0.9460552 0.05122717]
# [0.63987355 0.61879931 0.31145657 0.32688994]
# [0.73492717 0.43796817 0.9866393 0.93774641]]A1 = np.random.randint(1, 100, [4, 4])
A2 = np.random.randint(1, 100, [4, 4])
print(A1)
# [[ 9 44 72 10]
# [33 89 55 47]
# [77 59 84 83]
# [43 23 86 59]]print(A2)
# [[ 5 89 33 11]
# [21 95 73 92]
# [ 2 55 30 25]
# [54 40 65 83]]A1 = np.random.uniform(-1, 1, 4)
A2 = np.random.uniform(-1, 1, 4)
print(A1.reshape(4, 1))
# [[ 0.93055573]
# # [-0.86806273]
# # [-0.8755103 ]
# # [ 0.54197419]]print(A2.reshape(4, 1))
# [[-0.32703134]
# [ 0.80505337]
# [-0.83637509]
# [ 0.69088863]]
【例2】求三个阶均匀分布的随机矩阵,范围在(0,1),(-1,1)和[10,100],分别赋值给A1,A2,A3。
Matlab:
>> A1=rand(3,4);
>> disp(A1)0.7850 0.5495 0.0590 0.17400.0589 0.5529 0.1722 0.84260.3510 0.1447 0.4489 0.4642>> A2=rands(3,4);
>> disp(A2)-0.3603 -0.5592 0.2269 0.0017-0.4025 -0.7993 -0.8550 0.62550.2765 0.6801 0.4448 -0.2550>> A3 = randi([10,100],3,4);
>> disp(A3)59 66 63 8131 55 50 6315 88 98 34
Python:
import numpy as npA1 = np.random.rand(3, 4)
print(A1)
# [[0.39787012 0.13709285 0.43893989 0.96172473]
# [0.43530643 0.05443109 0.36316048 0.94816304]
# [0.55265213 0.60320904 0.24952952 0.83926361]]A2 = np.random.uniform(-1, 1, [3, 4])
print(A2)
# [[ 0.32297696 -0.78124371 -0.39123924 0.24991417]
# [ 0.85884802 -0.23765347 0.56611597 0.90097203]
# [-0.72628246 -0.10791575 -0.11244534 0.40308801]]A3 = np.random.randint(10, 100, [3, 4])
print(A3)
# [[29 53 65 89]
# [10 77 44 33]
# [28 85 35 42]]
【例3】使用种子使得每次随机数相同。
Matlab:
>> s=rng(20200821); % 保存随机数seed
>> disp(s)Type: 'twister'Seed: 20200821State: [625×1 uint32]>> rng(s) % 调用随机数seed
>> A1=rand(4);
>> disp(A1)0.0172 0.6571 0.8932 0.31100.6420 0.8373 0.8906 0.38150.0978 0.8899 0.6041 0.88750.4353 0.7270 0.5803 0.3294>> rng(s)
>> A2=rand(4);
>> disp(A2)0.0172 0.6571 0.8932 0.31100.6420 0.8373 0.8906 0.38150.0978 0.8899 0.6041 0.88750.4353 0.7270 0.5803 0.3294
Python:
import numpy as npnp.random.seed(20200821)
A1 = np.random.rand(4, 4)
print(A1)
# [[0.32452405 0.49496274 0.88643592 0.75054701]
# [0.88940824 0.4339118 0.45194462 0.80973677]
# [0.39462383 0.72057367 0.21335562 0.87752275]
# [0.42963472 0.92526431 0.22639798 0.83541325]]np.random.seed(20200821)
A2 = np.random.rand(4, 4)
print(A2)
# [[0.32452405 0.49496274 0.88643592 0.75054701]
# [0.88940824 0.4339118 0.45194462 0.80973677]
# [0.39462383 0.72057367 0.21335562 0.87752275]
# [0.42963472 0.92526431 0.22639798 0.83541325]]
6. 正态分布的随机矩阵
在 Matlab和Numpy 中都用randn()
函数来表示抽取标准正态分布的样本。
注:既然是随机数,无论产生多少个,都只能算是样本,所谓期望,是对样本数量足够多的情况而言的。一般而言,样本数量越大,其均值越接近0,但并不是说就一定为0。
【例1】列出4阶正态分布的随机矩阵。
Matlab:
randn(m,n)
产生一个期望为0,标准差为1且服从正态分布的随机矩阵,其中为行数,为列数,若为方阵,则以randn(n)
表示。
>> A = randn(4);
>> disp(A)0.5611 -0.6045 -0.0025 -1.1567-1.1985 -0.1034 0.1916 0.6170-1.0359 1.1587 -0.4981 0.0227-0.5967 -1.8604 0.9566 0.8366>> A=randn(100000,1);
>> histogram(A)
Python:
numpy.random.randn(d0, d1, ..., dn)
从均值为0,标准差为1的标准正态分布中抽取样本。
import numpy as np
import matplotlib.pyplot as pltA = np.random.randn(4, 4)
print(A)
# [[-1.6652191 2.57166227 -2.12784124 1.52365121]
# [-1.03609184 -0.32386994 0.45424631 0.58238759]
# [-0.02458478 -1.69242129 0.01512539 0.8165994 ]
# [-0.39558196 -1.62699892 -0.5198507 2.29518816]]A = np.random.randn(100000, 1)
plt.hist(A, bins=20)
plt.show()
总结
以上总结的不一定全,但先有个框架等后面在实践的过程中慢慢补充。今天就到这里吧。See You!
后台回复「搜搜搜」,随机获取电子资源!
欢迎关注,请扫描二维码:
如若内容造成侵权/违法违规/事实不符,请联系编程学习网邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
相关文章
- MyCat + MySQL 主从部署问题汇总
背景 本周研究了一下数据库中间件 MyCat ,并验证了 MyCat 单机+MySQL 主从复制 的部署方案,本文来记录一下部署过程中遇到的问题。 什么是 MyCat一个彻底开源的,面向企业应用开发的大数据库集群 支持事务、ACID、可以替代MySQL的加强版数据库; 一个可以视为MySQL集群的企业…...
2024/4/9 15:56:46 - Markdown 调整图片位置与大小
使用 Markdown 编写文档或博客时,经常需要对图片的位置与尺寸进行调整。 插入图片后,Markdown 表示图片的语法格式如下: ![图片描述](图片URL地址)调整图片位置 居左 (1)方法一:添加位置标识。 ![在这里插入图片描述](https://img-blog.csdnimg.cn/20200822014538211.png…...
2024/5/2 23:20:44 - 计算机组成原理--数制与编码(校验码,CRC,汉明码详解)
文章目录一、考纲1. 数制与编码2.定点数的表示和运算3.浮点数的表示和运算4.算术逻辑单元(ALU)二、数制与编码1.进制及其转换:1.非十进制数转换成十进制数2.十进制数转换成非十进制数3. 八进制数、二进制数互转3. 十六进制数、二进制数互转2.真值和机器数的互换原码,补码…...
2024/4/28 14:18:29 - Linux基础:如何理解id -Z的返回信息
这篇文章介绍一下CentOS下的SELINUX的一些非常基础的知识。 环境说明 [root@liumiaocn ~]# cat /etc/redhat-release CentOS Linux release 7.6.1810 (Core) [root@liumiaocn ~]# 现象 当我们执行id命令的时候,可能会出现如下内容, [root@liumiaocn ~]# id uid=0(root) gid…...
2024/4/24 3:11:45 - 听说你还不会Spring 5.2.x 源码本地环境搭建?
1 克隆Spring源码 github 下载可能较慢,可以先 fork 官方仓库到自己的账户下,再从 gitee 导入。 使用 sourceTree 拉取代码到本地。切换到5.2.x版本 git checkout origin/5.2.x添加阿里云镜像 将下面这行代码粘贴到build.gradle文件中的repositories节点下即可 , maven { ur…...
2024/4/24 17:51:13 - Linux基础:通过setools-console查看SELinux信息
这篇文章介绍一下setools-console中包含的常用命令seinfo和sesearch,用于查看SELinux的角色用户类型等信息。 安装 CentOS下,setools-console缺省未安装,需要自行安装。安装命令:yum install setools-console -y[root@liumiaocn ~]# yum install setools-console -y Loaded…...
2024/5/4 11:07:33 - Linux基础:通过semanage管理SELinux
semanage诚如其名,对SELinux中的安全上下文能够起到操作的作用。使用非常广泛,比如Rancher的轻量级的Kubernetes:K3S对于在SELinux下设定支持就是使用的semanage,所以安装时需要首先安装semanage所用到的包。这篇文章介绍一下使用semanage查看SELinux的方法。 安装 缺省方式…...
2024/4/22 0:15:19 - 分析java进程假死
一.引言 1.编写目的 为了方便大家以后发现进程假死的时候能够正常的分析并且第一时间保留现场快照。 2.编写背景 最近服务器发现tomcat的应用会偶尔出现无法访问的情况。经过一段时间的观察最近又发现有台tomcat的应用出现了无法访问情况。简单描述下该台tomcat当时具体的表现:…...
2024/4/25 11:04:26 - SQL 语法整理
近期工作中多少会涉及到SQL 相关的内容,尤其是leader在做分布式存储引擎底座的设计过程中提到:各种分布式事务,二级索引,还有剖析B+树的实现 ,并和我们rocksdb 的LSM实现差异等等,真的是让之前对分布式存储领域涉事不深的我云里雾里。 特此将SQL相关的知识也做一个总结,…...
2024/4/22 18:26:29 - 美团二季度营收247亿元,到店、酒店等业务下滑13.4%,将继续受疫情严重影响
美团(3690.HK)8月21日发布2020年二季度财报。财报显示,美团二季度到店、酒店及旅游业务收入45.4亿元,同比下降13.4%,占占总收入18.4%。美团称,由于消费者需要更多时间才能恢复选择到店消费的信心,因此到店分部复苏速度仍然低于餐饮外卖业务的复苏速度。酒店业务继续受到疫…...
2024/4/22 6:53:16 - 2020制冷与空调设备运行操作考试题及制冷与空调设备运行操作实操考试视频
题库来源:安全生产模拟考试一点通公众号小程序2020制冷与空调设备运行操作考试题及制冷与空调设备运行操作实操考试视频,包含制冷与空调设备运行操作考试题答案解析及制冷与空调设备运行操作实操考试视频练习。由安全生产模拟考试一点通公众号结合国家制冷与空调设备运行操作…...
2024/5/5 15:25:09 - SDC Ptotocol | SDCP | DeFi 2.0产品
本文来自 ConsenSys,其在 The Block,DeFi Pulse,Delphi Digital 等关于 DeFi 报告的基础上成文。ConsenSys 由以太坊联合创始人 Joseph Lubin 创立,是业界知名的区块链技术公司,致力于构建去中心世界的基础设施、应用和落地,尤其是以太坊生态系统。以下为正文。 去中心化…...
2024/4/28 15:13:14 - 学习笔记(4):零基础掌握 Python 入门到实战-列表与元祖到底该用哪个?(二)
立即学习:https://edu.csdn.net/course/play/26676/338778?utm_source=blogtoedu列表的方法append 追加一个对象,加在末尾的执行append的方法 无返回值r = lst.append("laoqi") 无返回值 r是None可迭代对象的元素扩展这个列表...
2024/4/29 10:54:06 - 数学建模——更新1——excel散点图
目录1.加趋势线2.趋势线表示的函数和拟合优度R^23.带有标记的散点图(聚类可用) 1.加趋势线2.趋势线表示的函数和拟合优度R^23.带有标记的散点图(聚类可用)...
2024/4/17 16:06:04 - HCIE华为云计算面试-桌面云
HCIE华为云计算面试-桌面云介绍:Fusionaccess桌面云用户登录连接流程及故障排除的思路桌面云中的用户组,虚拟机模板,虚拟机组和桌面组的关系和区别,发放完整复制和链接克隆虚拟机时,步骤有什么区别,要怎么选择桌面组?(主要检查概念)思路:正确答法: 介绍:Fusionacce…...
2024/4/28 10:18:12 - arm -汇编基本知识
cortex - A 刚上电,SP、DDR都没有初始化,无法跑C, 所以要用汇编来初始化,配置C语言的运行环境 配置C语言环境要初始化的主要内容 1、SP指针初始化:C语言中的函数调用需要出栈入栈,堆栈其实就是一段内存,SP指向栈顶,通过SP来操作,利用这段内存 2、有些芯片本身没有RAM,…...
2024/5/6 0:09:24 - JS仿京东显示密码
问题: 点击眼睛按钮将密码框转换为文本框,可以看见里面的密码 代码: <!DOCTYPE html> <html><head><meta charset="utf-8"><title>仿京东显示隐藏密码</title><style type="text/css">.box{position: relati…...
2024/5/6 1:23:55 - Anacoda&Jupyter DAY 05 Pandas绘图&Scipy
Anacoda&Jupyter DAY 05 重点知识总结 Pandas绘图&Scipy 一 pandas绘图 Series 和 DataFrame 都有一个用于生成各类图标的plot方法 默认情况下 他们都是线型图 import numpy as np import pandas as pd from pandas import Series,DataFrame import matplotlib.pylot a…...
2024/5/6 1:57:09 - Ajax学习笔记-Ajax的封装-8
<!DOCTYPE html> <html><head><meta charset="utf-8"><title></title></head><body><script type="text/javascript">function ajax(options){//每次调用需要传递的参数太多,也很累。//就想着能不…...
2024/5/5 17:06:57 - vue中axios接口数据封装和使用
vue-axios接口数据封装和使用方法: 在src文件夹下新建http文件夹可以看见里面有三个子文件. env.js api.js request.js env.js里面搭建环境: export default {//开发环境dev: {baseUrl: "https://localhost:8080"},//测试环境test: {baseUrl: "https://test.3…...
2024/5/5 14:09:39
最新文章
- selenium 4.x 之验证码处理(python)
验证码处理 一般情况公司如果涉及web自动化测试需要对验证码进行处理的方式一般有一下几种: 关闭验证码功能(开发处理)设置万能验证码(开发处理)使用智能识别库进行验证 通过第三方打码平台识别验证码 1. 跳过验证功…...
2024/5/6 11:21:56 - 梯度消失和梯度爆炸的一些处理方法
在这里是记录一下梯度消失或梯度爆炸的一些处理技巧。全当学习总结了如有错误还请留言,在此感激不尽。 权重和梯度的更新公式如下: w w − η ⋅ ∇ w w w - \eta \cdot \nabla w ww−η⋅∇w 个人通俗的理解梯度消失就是网络模型在反向求导的时候出…...
2024/5/6 9:38:23 - milvus search api的数据结构
search api的数据结构 此api的功能是向量相似度搜索(vector similarity search) 一个完整的search例子: 服务端collection是一个hnsw类型的索引。 import random from pymilvus import (connections,Collection, )dim 128if __name__ __main__:connections.connect(alias…...
2024/5/6 8:43:03 - 【超简单】基于PaddleSpeech搭建个人语音听写服务
一、【超简单】之基于PaddleSpeech搭建个人语音听写服务 1.需求分析 亲们,你们要写会议纪要嘛?亲们,你们要写会议纪要嘛?亲们,你们要写会议纪要嘛?当您面对成吨的会议录音,着急写会议纪要而不得不愚公移山、人海战术?听的头晕眼花,听的漏洞百出,听的怀疑人生,那么你…...
2024/5/4 18:15:17 - 在 Visual Studio Code (VSCode) 中隐藏以 . 开头的文件
打开VSCode。 按下Ctrl ,快捷键打开设置。您也可以点击屏幕左下角的齿轮图标,然后选择“Settings”。 在设置搜索框中,键入files.exclude。 在找到的Files: Exclude项中,点击Add Pattern按钮来添加一个新的模式,或者直接在搜索…...
2024/5/5 2:03:53 - 416. 分割等和子集问题(动态规划)
题目 题解 class Solution:def canPartition(self, nums: List[int]) -> bool:# badcaseif not nums:return True# 不能被2整除if sum(nums) % 2 ! 0:return False# 状态定义:dp[i][j]表示当背包容量为j,用前i个物品是否正好可以将背包填满ÿ…...
2024/5/5 18:19:03 - 【Java】ExcelWriter自适应宽度工具类(支持中文)
工具类 import org.apache.poi.ss.usermodel.Cell; import org.apache.poi.ss.usermodel.CellType; import org.apache.poi.ss.usermodel.Row; import org.apache.poi.ss.usermodel.Sheet;/*** Excel工具类** author xiaoming* date 2023/11/17 10:40*/ public class ExcelUti…...
2024/5/5 12:22:20 - Spring cloud负载均衡@LoadBalanced LoadBalancerClient
LoadBalance vs Ribbon 由于Spring cloud2020之后移除了Ribbon,直接使用Spring Cloud LoadBalancer作为客户端负载均衡组件,我们讨论Spring负载均衡以Spring Cloud2020之后版本为主,学习Spring Cloud LoadBalance,暂不讨论Ribbon…...
2024/5/5 19:59:54 - TSINGSEE青犀AI智能分析+视频监控工业园区周界安全防范方案
一、背景需求分析 在工业产业园、化工园或生产制造园区中,周界防范意义重大,对园区的安全起到重要的作用。常规的安防方式是采用人员巡查,人力投入成本大而且效率低。周界一旦被破坏或入侵,会影响园区人员和资产安全,…...
2024/5/6 7:24:07 - VB.net WebBrowser网页元素抓取分析方法
在用WebBrowser编程实现网页操作自动化时,常要分析网页Html,例如网页在加载数据时,常会显示“系统处理中,请稍候..”,我们需要在数据加载完成后才能继续下一步操作,如何抓取这个信息的网页html元素变化&…...
2024/5/5 15:25:47 - 【Objective-C】Objective-C汇总
方法定义 参考:https://www.yiibai.com/objective_c/objective_c_functions.html Objective-C编程语言中方法定义的一般形式如下 - (return_type) method_name:( argumentType1 )argumentName1 joiningArgument2:( argumentType2 )argumentName2 ... joiningArgu…...
2024/5/6 6:01:13 - 【洛谷算法题】P5713-洛谷团队系统【入门2分支结构】
👨💻博客主页:花无缺 欢迎 点赞👍 收藏⭐ 留言📝 加关注✅! 本文由 花无缺 原创 收录于专栏 【洛谷算法题】 文章目录 【洛谷算法题】P5713-洛谷团队系统【入门2分支结构】🌏题目描述🌏输入格…...
2024/5/6 7:24:06 - 【ES6.0】- 扩展运算符(...)
【ES6.0】- 扩展运算符... 文章目录 【ES6.0】- 扩展运算符...一、概述二、拷贝数组对象三、合并操作四、参数传递五、数组去重六、字符串转字符数组七、NodeList转数组八、解构变量九、打印日志十、总结 一、概述 **扩展运算符(...)**允许一个表达式在期望多个参数࿰…...
2024/5/6 1:08:53 - 摩根看好的前智能硬件头部品牌双11交易数据极度异常!——是模式创新还是饮鸩止渴?
文 | 螳螂观察 作者 | 李燃 双11狂欢已落下帷幕,各大品牌纷纷晒出优异的成绩单,摩根士丹利投资的智能硬件头部品牌凯迪仕也不例外。然而有爆料称,在自媒体平台发布霸榜各大榜单喜讯的凯迪仕智能锁,多个平台数据都表现出极度异常…...
2024/5/5 18:50:00 - Go语言常用命令详解(二)
文章目录 前言常用命令go bug示例参数说明 go doc示例参数说明 go env示例 go fix示例 go fmt示例 go generate示例 总结写在最后 前言 接着上一篇继续介绍Go语言的常用命令 常用命令 以下是一些常用的Go命令,这些命令可以帮助您在Go开发中进行编译、测试、运行和…...
2024/5/6 0:27:44 - 用欧拉路径判断图同构推出reverse合法性:1116T4
http://cplusoj.com/d/senior/p/SS231116D 假设我们要把 a a a 变成 b b b,我们在 a i a_i ai 和 a i 1 a_{i1} ai1 之间连边, b b b 同理,则 a a a 能变成 b b b 的充要条件是两图 A , B A,B A,B 同构。 必要性显然࿰…...
2024/5/6 7:24:04 - 【NGINX--1】基础知识
1、在 Debian/Ubuntu 上安装 NGINX 在 Debian 或 Ubuntu 机器上安装 NGINX 开源版。 更新已配置源的软件包信息,并安装一些有助于配置官方 NGINX 软件包仓库的软件包: apt-get update apt install -y curl gnupg2 ca-certificates lsb-release debian-…...
2024/5/6 7:24:04 - Hive默认分割符、存储格式与数据压缩
目录 1、Hive默认分割符2、Hive存储格式3、Hive数据压缩 1、Hive默认分割符 Hive创建表时指定的行受限(ROW FORMAT)配置标准HQL为: ... ROW FORMAT DELIMITED FIELDS TERMINATED BY \u0001 COLLECTION ITEMS TERMINATED BY , MAP KEYS TERMI…...
2024/5/5 13:14:22 - 【论文阅读】MAG:一种用于航天器遥测数据中有效异常检测的新方法
文章目录 摘要1 引言2 问题描述3 拟议框架4 所提出方法的细节A.数据预处理B.变量相关分析C.MAG模型D.异常分数 5 实验A.数据集和性能指标B.实验设置与平台C.结果和比较 6 结论 摘要 异常检测是保证航天器稳定性的关键。在航天器运行过程中,传感器和控制器产生大量周…...
2024/5/6 7:24:03 - --max-old-space-size=8192报错
vue项目运行时,如果经常运行慢,崩溃停止服务,报如下错误 FATAL ERROR: CALL_AND_RETRY_LAST Allocation failed - JavaScript heap out of memory 因为在 Node 中,通过JavaScript使用内存时只能使用部分内存(64位系统&…...
2024/5/5 17:03:52 - 基于深度学习的恶意软件检测
恶意软件是指恶意软件犯罪者用来感染个人计算机或整个组织的网络的软件。 它利用目标系统漏洞,例如可以被劫持的合法软件(例如浏览器或 Web 应用程序插件)中的错误。 恶意软件渗透可能会造成灾难性的后果,包括数据被盗、勒索或网…...
2024/5/5 21:10:50 - JS原型对象prototype
让我简单的为大家介绍一下原型对象prototype吧! 使用原型实现方法共享 1.构造函数通过原型分配的函数是所有对象所 共享的。 2.JavaScript 规定,每一个构造函数都有一个 prototype 属性,指向另一个对象,所以我们也称为原型对象…...
2024/5/6 7:24:02 - C++中只能有一个实例的单例类
C中只能有一个实例的单例类 前面讨论的 President 类很不错,但存在一个缺陷:无法禁止通过实例化多个对象来创建多名总统: President One, Two, Three; 由于复制构造函数是私有的,其中每个对象都是不可复制的,但您的目…...
2024/5/6 7:24:01 - python django 小程序图书借阅源码
开发工具: PyCharm,mysql5.7,微信开发者工具 技术说明: python django html 小程序 功能介绍: 用户端: 登录注册(含授权登录) 首页显示搜索图书,轮播图࿰…...
2024/5/5 17:03:21 - 电子学会C/C++编程等级考试2022年03月(一级)真题解析
C/C++等级考试(1~8级)全部真题・点这里 第1题:双精度浮点数的输入输出 输入一个双精度浮点数,保留8位小数,输出这个浮点数。 时间限制:1000 内存限制:65536输入 只有一行,一个双精度浮点数。输出 一行,保留8位小数的浮点数。样例输入 3.1415926535798932样例输出 3.1…...
2024/5/5 15:25:31 - 配置失败还原请勿关闭计算机,电脑开机屏幕上面显示,配置失败还原更改 请勿关闭计算机 开不了机 这个问题怎么办...
解析如下:1、长按电脑电源键直至关机,然后再按一次电源健重启电脑,按F8健进入安全模式2、安全模式下进入Windows系统桌面后,按住“winR”打开运行窗口,输入“services.msc”打开服务设置3、在服务界面,选中…...
2022/11/19 21:17:18 - 错误使用 reshape要执行 RESHAPE,请勿更改元素数目。
%读入6幅图像(每一幅图像的大小是564*564) f1 imread(WashingtonDC_Band1_564.tif); subplot(3,2,1),imshow(f1); f2 imread(WashingtonDC_Band2_564.tif); subplot(3,2,2),imshow(f2); f3 imread(WashingtonDC_Band3_564.tif); subplot(3,2,3),imsho…...
2022/11/19 21:17:16 - 配置 已完成 请勿关闭计算机,win7系统关机提示“配置Windows Update已完成30%请勿关闭计算机...
win7系统关机提示“配置Windows Update已完成30%请勿关闭计算机”问题的解决方法在win7系统关机时如果有升级系统的或者其他需要会直接进入一个 等待界面,在等待界面中我们需要等待操作结束才能关机,虽然这比较麻烦,但是对系统进行配置和升级…...
2022/11/19 21:17:15 - 台式电脑显示配置100%请勿关闭计算机,“准备配置windows 请勿关闭计算机”的解决方法...
有不少用户在重装Win7系统或更新系统后会遇到“准备配置windows,请勿关闭计算机”的提示,要过很久才能进入系统,有的用户甚至几个小时也无法进入,下面就教大家这个问题的解决方法。第一种方法:我们首先在左下角的“开始…...
2022/11/19 21:17:14 - win7 正在配置 请勿关闭计算机,怎么办Win7开机显示正在配置Windows Update请勿关机...
置信有很多用户都跟小编一样遇到过这样的问题,电脑时发现开机屏幕显现“正在配置Windows Update,请勿关机”(如下图所示),而且还需求等大约5分钟才干进入系统。这是怎样回事呢?一切都是正常操作的,为什么开时机呈现“正…...
2022/11/19 21:17:13 - 准备配置windows 请勿关闭计算机 蓝屏,Win7开机总是出现提示“配置Windows请勿关机”...
Win7系统开机启动时总是出现“配置Windows请勿关机”的提示,没过几秒后电脑自动重启,每次开机都这样无法进入系统,此时碰到这种现象的用户就可以使用以下5种方法解决问题。方法一:开机按下F8,在出现的Windows高级启动选…...
2022/11/19 21:17:12 - 准备windows请勿关闭计算机要多久,windows10系统提示正在准备windows请勿关闭计算机怎么办...
有不少windows10系统用户反映说碰到这样一个情况,就是电脑提示正在准备windows请勿关闭计算机,碰到这样的问题该怎么解决呢,现在小编就给大家分享一下windows10系统提示正在准备windows请勿关闭计算机的具体第一种方法:1、2、依次…...
2022/11/19 21:17:11 - 配置 已完成 请勿关闭计算机,win7系统关机提示“配置Windows Update已完成30%请勿关闭计算机”的解决方法...
今天和大家分享一下win7系统重装了Win7旗舰版系统后,每次关机的时候桌面上都会显示一个“配置Windows Update的界面,提示请勿关闭计算机”,每次停留好几分钟才能正常关机,导致什么情况引起的呢?出现配置Windows Update…...
2022/11/19 21:17:10 - 电脑桌面一直是清理请关闭计算机,windows7一直卡在清理 请勿关闭计算机-win7清理请勿关机,win7配置更新35%不动...
只能是等着,别无他法。说是卡着如果你看硬盘灯应该在读写。如果从 Win 10 无法正常回滚,只能是考虑备份数据后重装系统了。解决来方案一:管理员运行cmd:net stop WuAuServcd %windir%ren SoftwareDistribution SDoldnet start WuA…...
2022/11/19 21:17:09 - 计算机配置更新不起,电脑提示“配置Windows Update请勿关闭计算机”怎么办?
原标题:电脑提示“配置Windows Update请勿关闭计算机”怎么办?win7系统中在开机与关闭的时候总是显示“配置windows update请勿关闭计算机”相信有不少朋友都曾遇到过一次两次还能忍但经常遇到就叫人感到心烦了遇到这种问题怎么办呢?一般的方…...
2022/11/19 21:17:08 - 计算机正在配置无法关机,关机提示 windows7 正在配置windows 请勿关闭计算机 ,然后等了一晚上也没有关掉。现在电脑无法正常关机...
关机提示 windows7 正在配置windows 请勿关闭计算机 ,然后等了一晚上也没有关掉。现在电脑无法正常关机以下文字资料是由(历史新知网www.lishixinzhi.com)小编为大家搜集整理后发布的内容,让我们赶快一起来看一下吧!关机提示 windows7 正在配…...
2022/11/19 21:17:05 - 钉钉提示请勿通过开发者调试模式_钉钉请勿通过开发者调试模式是真的吗好不好用...
钉钉请勿通过开发者调试模式是真的吗好不好用 更新时间:2020-04-20 22:24:19 浏览次数:729次 区域: 南阳 > 卧龙 列举网提醒您:为保障您的权益,请不要提前支付任何费用! 虚拟位置外设器!!轨迹模拟&虚拟位置外设神器 专业用于:钉钉,外勤365,红圈通,企业微信和…...
2022/11/19 21:17:05 - 配置失败还原请勿关闭计算机怎么办,win7系统出现“配置windows update失败 还原更改 请勿关闭计算机”,长时间没反应,无法进入系统的解决方案...
前几天班里有位学生电脑(windows 7系统)出问题了,具体表现是开机时一直停留在“配置windows update失败 还原更改 请勿关闭计算机”这个界面,长时间没反应,无法进入系统。这个问题原来帮其他同学也解决过,网上搜了不少资料&#x…...
2022/11/19 21:17:04 - 一个电脑无法关闭计算机你应该怎么办,电脑显示“清理请勿关闭计算机”怎么办?...
本文为你提供了3个有效解决电脑显示“清理请勿关闭计算机”问题的方法,并在最后教给你1种保护系统安全的好方法,一起来看看!电脑出现“清理请勿关闭计算机”在Windows 7(SP1)和Windows Server 2008 R2 SP1中,添加了1个新功能在“磁…...
2022/11/19 21:17:03 - 请勿关闭计算机还原更改要多久,电脑显示:配置windows更新失败,正在还原更改,请勿关闭计算机怎么办...
许多用户在长期不使用电脑的时候,开启电脑发现电脑显示:配置windows更新失败,正在还原更改,请勿关闭计算机。。.这要怎么办呢?下面小编就带着大家一起看看吧!如果能够正常进入系统,建议您暂时移…...
2022/11/19 21:17:02 - 还原更改请勿关闭计算机 要多久,配置windows update失败 还原更改 请勿关闭计算机,电脑开机后一直显示以...
配置windows update失败 还原更改 请勿关闭计算机,电脑开机后一直显示以以下文字资料是由(历史新知网www.lishixinzhi.com)小编为大家搜集整理后发布的内容,让我们赶快一起来看一下吧!配置windows update失败 还原更改 请勿关闭计算机&#x…...
2022/11/19 21:17:01 - 电脑配置中请勿关闭计算机怎么办,准备配置windows请勿关闭计算机一直显示怎么办【图解】...
不知道大家有没有遇到过这样的一个问题,就是我们的win7系统在关机的时候,总是喜欢显示“准备配置windows,请勿关机”这样的一个页面,没有什么大碍,但是如果一直等着的话就要两个小时甚至更久都关不了机,非常…...
2022/11/19 21:17:00 - 正在准备配置请勿关闭计算机,正在准备配置windows请勿关闭计算机时间长了解决教程...
当电脑出现正在准备配置windows请勿关闭计算机时,一般是您正对windows进行升级,但是这个要是长时间没有反应,我们不能再傻等下去了。可能是电脑出了别的问题了,来看看教程的说法。正在准备配置windows请勿关闭计算机时间长了方法一…...
2022/11/19 21:16:59 - 配置失败还原请勿关闭计算机,配置Windows Update失败,还原更改请勿关闭计算机...
我们使用电脑的过程中有时会遇到这种情况,当我们打开电脑之后,发现一直停留在一个界面:“配置Windows Update失败,还原更改请勿关闭计算机”,等了许久还是无法进入系统。如果我们遇到此类问题应该如何解决呢࿰…...
2022/11/19 21:16:58 - 如何在iPhone上关闭“请勿打扰”
Apple’s “Do Not Disturb While Driving” is a potentially lifesaving iPhone feature, but it doesn’t always turn on automatically at the appropriate time. For example, you might be a passenger in a moving car, but your iPhone may think you’re the one dri…...
2022/11/19 21:16:57