numpy

    -4

    2答えて

    いくつかのnp 2次元配列(A、B、C)の要素に対して一般的な操作を実装する必要があります。 F()はこのコードは実際に長くかかり x = struct.pack('2B', B[i, j], C[i, j]) y = struct.unpack('H', x) struct.unpack())(struct.packによって二つの変数のビットを連結された擬似コードで for

    0

    1答えて

    Python 3.5でTFLearnを使用してパターン認識問題のDNNを構築しています。私の入力は[50,300]のように整形されているので、おおまかに言えば、トレーニングセットはそれぞれが300要素の配列である50要素からなる配列のリストです。 私が構築しているすべての配列はNumPy配列です。 ここで私が使用しているコード: training = np.array(training) #

    -2

    1答えて

    numpy配列をリストに連結したい。このような : trainClass = np.ones(len(allDataList[0])).tolist() trainArray = tfIdfsListTrain.toarray() np.concatenate((trainArray, trainClass)) が、私はそれを行うのですか分かりません。

    1

    1答えて

    絶対誤差の中央値を最小にすることによって1次元線形回帰を実行したいと思います。 最初はかなり標準的な使用例であると仮定していましたが、すばやく検索すると、すべての回帰関数と補間関数が平均二乗誤差を使用することがわかりました。 私の質問:1次元の線形回帰に基づくメジアン誤差を実行できる関数はありますか?

    0

    1答えて

    log10平均とlog10の標準偏差はlog-normalの分布となります。私はこの対数正規分布から乱数を得たいと思う。 この関数の入力はの平均値と標準のディストリビューションの平均値と標準値ですが、numpy.random.lognormalでこれを行うことはできますか? また、関数から戻ってくる乱数は、log10、natural log、regularのいずれになりますか?

    0

    1答えて

    私は数字のリストとこれらの数字に対応する確率の他のリストを持っています。確率に基づいて番号リストから番号を選択しようとしています。この目的のために、NumPyライブラリのrandom.choice関数を使用します。 私が知っている限り、random.choice関数は、確率(それはゼロに等しい)に基づいて最初のエントリを選択する必要はありません。しかし、いくつかの反復の後に、それは最初のエントリを

    1

    1答えて

    シンボリック行列の値のインデックスを探したいと思います。たとえば、私は、下のQ行列に 'Zc'シンボルを持つインデックスを探したいと思います。 from sympy import symbols, Matrix Zc,Yc,L=symbols("Zc Yc L",real=True) Q=Matrix(([0,Zc,-Y],[-Zc*L,0,L/2],[Yc,-L/2,0])) 予想される

    1

    1答えて

    私は、[2000][200,3]という形式の配列の配列を持っており、アニメーション散布図を作成しています。 2000はフレームの数であり、内部配列は、散布する点である形式[length, [x,y,inten]]を有する。だから我々は、200ポイントごとの2000のフレームを持って Array[0]=np.array([x_1,y_1,I_1],[x_2,y_2,I_2],...,[x_200,y

    -1

    1答えて

    私はnumpyで行列分解アルゴリズムを実装しています。私のコードが長時間実行されていて、Jupyterカーネルが再起動することがわかりました。私はnp.dotを使用している1行のコードにエラーをローカライズしました。ゆっくりと実行されるコードのスニペットは次のとおりです。 H = np.random.rand(n_features, 8) print(H_start.T.shape) #(8,