deep-learning personal practice 深度学习个人练习，该项目实现了深度学习中一些常用的算法，内容包括： 四种初始化方法：zero initialize, random initialize, xavier initialize, he initialize。 深度神经网络 正则化 dropout 三种梯度下降方法：BGD, SGD, mini-batch 六种优化算法：momentum、nesterov momentum、Adagrad、Adadelta、RMSprop、Adam 梯度检验 batch normalization recurrent neural network (RNN) Note: 下列 1-10中网络架构主要为四大块： initialize parameters、forward propagation、backward propagati

random模块用于生成随机数，下面看看模块中一些常用函数的用法： from numpy import random numpy.random.uniform(low=0.0, high=1.0, size=None) 生出size个符合均分布的浮点数，取值范围为[low, high)，默认取值范围为[0, 1.0) >>> random.uniform() 0.3999807403689315 >>> random.uniform(size=1) array([0.55950578]) >>> random.uniform(5, 6) 5.293682668235986 >>> rand

主要介绍了python随机模块random的22种函数，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

MATLAB_Kauffman_NK_Random_Boolean_Network 最初的版本完全归功于Christof Teuscher（ ）的工作，他创建了原始的Matlab随机布尔网络工具箱（ ）。 到目前为止所做的唯一更改是使工具箱与r2015a兼容。 有关其他概述和文档信息，请参考工具箱网站。 根据BSD许可，在未经原始作者许可的情况下，本文已获许可发布。 欢迎进行其他更新（或通知仍无法使用的功能-我尚未测试所有功能）。 要安装，请将文件夹复制到MATLAB /版本文件中的工具箱文件夹中。

SPORF-稀疏投影倾斜随机森林（aka RerF，Rander Forest或Random Projection Forests）-是由开发的算法 类似于由开发的Random Forest-Random Combination（Forest-RC 。 两种算法之间的区别是随机线性组合的发生位置：Forest-RC在树级别组合特征，而RerF在节点级别组合特征。 配套 内存优化的RandomForest和RerF的C ++实现。 Python对packedForest的绑定。 RerF的R和C ++实现。

这个是用python的random turtle开发出来的一个画樱花的代码

该程序生成随机武器，您只需输入要生成的武器数量，就可以立即拥有足够大的武器库来填充100个幻想世界。 当前有数以万亿计的成果，该软件非常适合地牢大师生成战利品，游戏设计师可以制作武器，甚至可以做任何事情！ 玩得开心和享受，我会尽可能地对其进行更新，我也正在开发Fantasy Race Generator，尽管它不会在一段时间内完成--------------- ----------------精湛的武器-某些物品的绝版-雕刻-附魔-射程-伤害等级取决于条件-Craft.io注释-武器年龄-某些武器的诅咒

心血管疾病使用决策树和随机森林分类器 决策树算法可用于预测心血管疾病并使用随机森林分类器和探索性数据分析来提高准确性

Probability and Random Processes with Application to Signal Processing，经典的信号处理教程，英文原版，非扫描版，带部分书签

An Introduction to Random Matrices by G. Anderson