官方离线安装包，测试可用。使用rpm -ivh [rpm完整包名] 进行安装
2022-01-04 09:02:15
16KB
交通流量预测项目
model 模型包
目前主要的用于执行预测的模型都存储在此仓库中，主要包含一下的类型
SVR及GA_SVR
LSSVR及GA_LSSVR
KNN_GA_LSSVM
BP及BP_GA
plot 绘图包
目前主要用于指定需要绘制的对象图表，以及对于数据图表的布局指定。
Line 线型图
Wireframe 线框图
data 数据包
目前主要用于指定数据处理的pipe流程，用于实现对于数据流程的预处理，以及输出等。
lib 基础库
构建程序所需的基础构件，包含但不限于程序元类包、程序类的基础原型、部分算法原型。
tasks 库
支撑了基础库中的任务执行流程，主要用于执行任务
列出可执行任务
python -m tasks list
执行任务操作
python -m tasks start ...
绘制图表
绘制流量预测
2021-12-27 11:43:47
41.66MB
1
LBM：网格边界中MATLAB的Lattice Boltzmann方法实现
2021-12-27 07:32:45
13KB
1
1.写作背景
Tensorflow官方在2018年宣布，正式发布支持树莓派版本的Tensorflow，编者开始直接用：
pip install tensorflow
进行安装，在安装成功后使用import进行验证时:
import tensorflow as tf
出现了如下所示报错：
E tensorflow/core/platform/hadoop/hadoop_file_system.cc:132] HadoopFileSystem load error: libhdfs.so: cannot open shared object file: No such file or dir
2021-12-25 21:10:28
119KB
1
import matplotlib.pyplot as plt
from tensorflow import keras
import tensorflow as tf
import matplotlib as mpl
import pandas as pd
import numpy as np
import sklearn
import time
import sys
import os
# 加载数据
from sklearn.datasets import fetch_california_housing
housing = fetch_california_housing()
print
2021-12-23 20:55:51
31KB
1
1. 人工神经网络
1.1 神经网络结构
人工神经网络（简称神经网络）是模拟人类大脑神经元构造的一个数学计算模型。
一个神经网络的搭建，需要满足三个条件。
输入和输出
权重（w）和阈值（b）
多层感知器的结构
1.2 神经网络运作过程
其中，最困难的部分就是确定权重（w）和阈值（b）。必需有一种方法，可以找出答案。
这种方法就是试错法。其他参数都不变，w（或b）的微小变动，记作Δw（或Δb），然后观察输出有什么变化。不断重复这个过程，直至得到对应最精确输出的那组w和b，就是我们要的值。这个过程称为模型的训练。
因此，神经网络的运作过程如下。
确定输入和输出
找到一种或多种算法，可以从输入得到
2021-12-23 14:58:04
264KB
1
Network Flows – Theory, Algorithms, And Applications
2021-12-22 15:00:33
11.87MB
1