2 개의 입력, 숨겨진 레이어의 1 개 요소 및 1 개의 출력 유형으로 신경 네트워크에서 XOR을 구현하려고합니다. 그러나 학습률은 정말 나쁜 것입니다 (0,5). 나는 그것이 입력과 출력 사이의 연결을 놓치고 있기 때문에 그것이라고 생각한다. 그러나 나는 그것을하는 방법을 정말로 모른다. 나는 이미 학습이 더 잘되도록 편견 연결을 만들었습니다. Numpy
선형 회귀의 예를 통해 TensorFlow의 기본 사항을 배우고 있습니다. 로 선형 회귀 분석을 수행 아니라 작품을 scikit 배우기 : import numpy as np
from sklearn.datasets import fetch_california_housing
from sklearn.linear_model import LinearRegressi
정확하게 계산 된 경우 값이있는 배열이 있습니다 : [3.056565 3.924560] 그러나 파이썬에서는 반올림 된 숫자를 출력하고 배열은 [3.06, 3.93]입니다. 배열은 다른 것을 계산하는 데 사용되며 예상보다 결과가 다릅니다. 배열 자체가 반올림을 멈추게하려면 어떻게해야합니까? 코드와 몇 가지 문제가 있습니다 import datetime
imp
numpyArray를 사전 처리하고 tensorflow 변수로 입력하려고합니다. 나는 다른 스택 교환 조언을 따르려고했으나 지금까지는 성공하지 못했다. 내가 여기서 뭔가 특별한 일을하고 있는지보고 싶습니다. npW = np.zeros((784,10))
npW[0,0] = 20
W = tf.Variable(tf.convert_to_tenso
모양 (n, 3)의 2D NumPy 배열 A와 모양 (x, y, n)의 3D 배열 B가 있다고 가정 해 보겠습니다. 모양 (x, y, 3)의 3D 배열 Y를 만들고 싶습니다. 이것은 RGB 이미지입니다. B의 3 차원에는 합계 1의 확률 [0, 1]이 포함됩니다. 배열 A는 RGB 색상 목록입니다 (각 확률마다 하나의 색상). B의 3 차원에있는 각 요소
pyspark를 사용하여 처음부터 K- 평균을 구현하려고합니다. 나는 rdd에 대한 다양한 작업을 수행하고 있지만 최종 처리 된 rdd의 결과를 표시하려고 할 때 "파이프 라인 된 RDD의 반복이 불가능합니다."또는 .collect()와 같은 항목이 때문에 다시 작동하지 않습니다. piplined rdd 문제. from __future__ import pr
n 개의 요소 목록이 있습니다. list의 각 요소는 [0,1,2,3]입니다. 주어진 원소가 [0,2,3] 일 확률은 42 % (1 - 0.58)이며, 목록에 주어진 원소가 1 일 확률은 58 %입니다. python/numpy를 사용하면 어떻게 여러 목록을 생성 할 수 있습니까? 보너스 : 목록의 숫자 집합을 쉽게 변경할 수 있도록 일반화되어 있습니다 (예
g (x)가 사용자에 의해 입력으로 주어진 다음 다른 x에 대해 f (g (x))가 만들어지는 f (g (x)) 형식의 합성 함수를 작성하고 싶습니다. 벡터로 사용하여 다른 문제의 입력으로 사용할 수 있습니까? 다른 함수를 계산하기 위해 f (g (x)) 값을 사용하는 다른 함수 안에이 복합 함수가 있기를 바랍니다.
오일러 행렬을 사용하여 롤 (또는 원통)을 회전하려고합니다. 그 목적을 위해 다음 함수를 사용합니다. 오일러 회전 매트릭스이며 Euler = np.array([[1,0,0],[0,1,0],[0,0,1]]) 함수의 입력은 x, y, z = roll(1, -2, 2, np.array([[1,0,0],[0,1,0],[0,0,1]]))을 때 def roll(R,