numpy：1.19
Python：3.8
win-64
没什么好说，看标题下载，注意版本合适在下载。
下载不易，供大家使用
2021-10-13 22:31:43
196.82MB
1
https://www.lfd.uci.edu/~gohlke/pythonlibs/#numpy
适配python 3.10的Windows平台numpy目前只有非官方版本
2021-10-13 13:04:30
243.55MB
1
torch-1.6.0-cp37-cp37m-win_amd64.whl
numpy-1.19.2+mkl-cp37-cp37m-win_amd64.whl
2021-10-13 12:25:18
402.34MB
1
torch-1.6.0-cp39-cp39-win_amd64.whl
numpy-1.19.2+mkl-cp39-cp39-win_amd64.whl
2021-10-13 11:34:28
402.37MB
1
实现数据的交叉验证划分。
对于带标签的所有数据data.csv，其中最后一列为标签，将该数据划分为训练集train_i.csv和测试集test_i.csv。其中i表示的是第i折数据。
2021-10-12 22:44:53
1KB
1
概述
这是用Python编写的 RBM 学习算法的简单实现，它使用numpy包来加速矩阵计算。
路线
要使用默认参数在 MNIST 数据集上运行 RBM 学习算法，请键入
python rbm.py
否则您可以自己指定所有参数
python rbm.py
这将在训练示例上训练 RBM，然后尝试在给定学习权重的情况下重建测试图像。 原始测试图像和重建的测试图像都将保存在Output/文件夹中。
依赖关系
请注意，此项目需要 Python 3.x 才能运行。 它还需要numpy包。
2021-10-12 20:31:39
10.96MB
1
1. 数组的创建（创建全0数组，全1数组，随机数数组）
2. 数组的属性（查看数组的维度，数组元素的个数）
3. 数组的维度操作（将数组的行变列（运用两种逻辑关系和直接函数方法实现），返回最后一个元素，返回第2到第4个元素，返回逆序的数组）
4. 数组的合并（数组的水平合并，垂直合并，深度合并）
5. 数组运算（二维数组的四则运算，判断矩阵是否相等）
6. 数组的常用函数（数组所有元素的和、积、平均值、最大值、最小值、方差、标准差）
大家在阅读时候前面3个的方法的时候一定要记得关联第一个的要创建数组，我的2和3是借助1的创建随机数数组继续操作的
import numpy as np
#创建全
2021-10-11 15:28:25
42KB
1