原创 學習python: 常見面試題總結
基礎知識 深拷貝和淺拷貝的區別 List和Tuple的區別 解釋python中的三元運算符 python是如何管理內存的 解釋Python中的help()和dir()函數 當退出Python時，是否釋放全部內存？ Python中
2020-06-29 10:47:58
原创 python工具包: pandas
引言 Pandas具有超強的數據處理能力，似乎是目前處理日常csv和Excel文件中最好用的工具包。結合Matplotlib工具包，基本可以滿足上述兩種文件的處理和顯示工作。 數據結構 我們介紹Pandas中的兩種主要數據結構：S
2020-06-29 10:47:58
原创 pandas DataFrame數據畫圖並通過matplotlib保存
需求 這裏想把數據組合到pandas的dataframe中，然後畫一個條形圖，通過matplotlib保存下來。 代碼 155 #3.2 bar 156 if pre_path1 is not None: 157
2020-06-29 10:47:58
原创 學習python: x+=1 與 x = x + 1
對於不可變對象來說，x += 1 和 x = x + 1 沒有區別，都會導致新對象的創建。 常見的不可變對象如：int, float, str, set, tuple. In [30]: x = 1 In [31]: id(
2020-06-29 10:47:58
原创 使用pip+清華鏡像源安裝軟件
pip install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-python==3.4.2.17 pip install -i https://pypi.tuna.ts
2020-06-29 10:47:58
2
原创 Hexo 工具
NexT主題 https://theme-next.org/ 百度和谷歌收錄 Hexo博客提交百度和Google收錄 添加小地球插件 給hexo添加訪客小地球插件revolvermaps https://www.revolverm
2020-06-29 10:47:58
原创 學習git: 常用命令
Git原理用一張圖就可以解釋明白了： 下面把常用的命令保存下來方便查看，裏面的一些名詞不一定用的準確。 創建sshkey ssh-keygen -t rsa -C "[email protected]" 基本命
2020-06-29 10:47:58
原创 我就是王鋼蛋的書單
近期讀的書，括號裏爲推薦指數： 人類簡史 （****） 毛澤東傳 （***） 窮爸爸富爸爸 （***） 1984 （****） 追風箏的人 （****） 菊與刀 （****） 特朗自傳 （**-） 羅素思想小品 （**） 時間管
2020-05-20 10:39:07
原创 學術論文-結果描述常用表達
(see Table 1) (denoted in Table 1) Fig. 6 provides a proof …. Table 2 compares …. Table 3 lists …… As i
2020-05-12 17:47:23
原创 模糊C均值聚類的簡單實現（Fuzzy C Means python implementation）
說明 主要實現一下fuzzy C means，理解其實現過程。 注意，fcm實現過程中degree of memerbership 矩陣UUU初始化需要滿足三個條件[1].我在第一次初始化時直接給每個點屬於每個類隸屬度都設爲相同的
2020-04-26 11:42:49
原创 以一定概率執行某段代碼（Python實現）
簡介 在數據擴增中，我們希望程序以一定概率執行某個擴增的行爲，比如圖像翻轉; 在deep-medic中提到使用一定概率做某件事(忘了幹啥了)。 因此這種以一定概率做某件事在生活中還是很常用的，發現這種做法其實很簡單，這裏參考 Au
2020-04-26 11:42:49
原创 關於交叉熵損失的解釋
前言 交叉熵損失函數是分類問題裏面一個非常常用的函數，本文就其物理意義進行兩方面解讀，一是從信息論的角度，另一個是從概率密度估計的角度來講。 信息論的角度 在我本科的學習過程中，給我印象最深的理論要數傅里葉變換和香農信息論了，傅
2020-04-26 11:42:49
原创 參數估計：最大似然（Maximum Likelihood） 和最大後驗估計 （Maximum A Posteriori Estimation）的區別
前言 在研究SoftMax交叉熵損失函數(Cross Entropy Loss Function)的時候，一種方法是從概率的角度來解釋softmax cross entropy loss function的物理意義[1]。 我們再
2020-04-26 11:42:49
1
原创 非參數估計之核密度估計（kernel density estimation）
在概率密度估計過程中，如果我們隊隨機變量的分佈是已知的，那麼可以直接使用參數估計的方法進行估計，如最大似然估計方法。 然而在實際情況中，隨機變量的參數是未知的,因此需要進行非參數估計.核密度估計是非參數估計的一種方法，也就是大家經
2020-04-26 11:42:49