10.1
題目
題解
import numpy
from scipy.linalg import lstsq
#10.1 least square
m = 20
n = 10
a = numpy.random.normal(size=(m, n))
b = numpy.random.normal(size = m)
x, residues, rank, s = lstsq(a, b)
print (x)
print(residues)
scipy.linalg.lstsq是乙個計算最小二乘法的函式，返回的第乙個引數是最小二乘法的解，第二個引數是殘差
執行結果
題目
題解
import numpy
from scipy.optimize import minimize_scalar
def func(x):
left = numpy.square(numpy.sin(x-2) )
right = numpy.exp(-numpy.square(x))
return -left * right
ans = minimize_scalar(func)
ans = -ans.fun
print(ans)
scipy.optimize.minimize_scalar是乙個求單變數函式最小值的最優化函式，返回的引數的.fun值是最小值，此處先將原本的函式取反，在將結果取反。
執行結果
10.3
題目
題解
import numpy
from scipy.linalg import lstsq, norm
from scipy.optimize import minimize_scalar
n = 20
m = 10
x = numpy.random.normal(size=(n, m))
ans = numpy.random.normal(size=(n, n))
for i in range(0, n):
for j in range(0, n):
ans[i][j] = norm(x[i] - x[j])
print(ans)
scipy.linalg.norm是乙個計算範數的函式，預設計算歐幾里得範數，兩個向量的差的歐幾里得範數即是其距離。
第13周 學習總結
時間過得真快，轉眼間有一周過去了，怪不得人們常說日月如梳，總結一下本週各個方面的情況，大概可以歸納以下幾個要點 一 在學習上，相比上週沒有太大的變化，畢竟好習慣是慢慢養成的嗎，不過學習的態度是較以前端正了很多，基本可以保證每堂課都認真聽好聽足，筆記記得也比以前多了很多，閱讀的書籍也正在一點一點的提高...
第13周學習計畫
第12周，本週學習了條件隨機場crf，明白了條件隨機場的作用，和條件隨機場再模型訓練時的執行操作。條件隨機場就是對bilstm的輸出結果進行條件判斷。在 執行時就是對bilstm的輸出結果加上乙個轉移矩陣的score。輸出的結果先將乙個tensor拓展一維再加轉移矩陣的score，因為轉移矩陣的sc...
第13周學習進度
第十三周 所花時間 包括上課 周一 課下閱讀課本1h，課堂聽課2h。周二 團隊召開第二次衝刺計畫會議，商議第二次衝刺階段的功能實現和任務分配 製作任務看板 燃盡圖共1h。週三 早晨開站立會議，更新任務看板，完善燃盡圖以及拍攝工作照共30min。編寫站立會議以部落格30min。學習 如何使用listv...