数据科学专业问答社区，好文章，一字千金--CDA答疑社区

热线电话：13121318867

登录

W11YA

下面这个表达式的结果是什么?

0*np.nan #nannannp.nan == np.nanFalsenp.inf > np.nanFalsenp.nan - np.nannan0.3 == 3 * 0.1False

0.0000

0

2

0

关注作者

收藏

W11YA

创建一个大小为30的随机向量，并找到平均值

Z = np.random.random(10)m = Z.mean()# m = np.mean(Z)print m0.499048171998

0.0000

0

4

0

关注作者

收藏

W11YA

创建一个带有随机值的10x10数组，找出最小值和最大值

Z = np.random.random((10,10))z_max, z_min = Z.max(), Z.min()# z_max, z_min = np.max(Z), np.min(Z)print z_maxprint z_min0.9969755919010.0148123771689

0.0000

0

5

0

关注作者

收藏

dreamhappy2012

Win10防火墙怎么关闭？

问、Win10防火墙怎么关闭？答：步骤1、在Win10桌面这台电脑图标上右键，然后选择“属性”，如下图所示。步骤2、进入这台电脑属性之后，再点击左上角的“控制面板主页”，如下图所示。步骤3、进入Win10控制面板后，依次进入【系统和安全】-【Windows防火墙】，然后再点击左侧的【启用或关闭Windows防火墙】，如下图所示。步骤4、最后将防火墙设置中的“专用网络设置

0.0000

0

2

0

关注作者

收藏

wo56565

python数组或列表删除或读取某一列

>>> import numpy as np>>> data=[[1,2,3],[2,3,4],[4,5,6]]>>> data[[1, 2, 3], [2, 3, 4], [4, 5, 6]]>>> #列表的读取或删除某一列>>> #1.读取>>> data1=np.array(data)>>> data1array([[1, 2, 3], [2, 3, 4],

0.0000

0

3

0

关注作者

收藏

wo56565

jupyter notebook闪退打不开的解决方法

# -*- coding: utf-8 -*-""" markupsafe._compat ~~~~~~~~~~~~~~~~~~ Compatibility module for different Python versions. :copyright: (c) 2013 by Armin Ronacher. :license: BSD, see LIC

0.0000

0

4

0

关注作者

收藏

wo56565

Python版本MongoDB

MongoDB是一个开源文档数据库，旨在实现卓越的性能、易用性和自动扩展。MongoDB确保不需要对象关系映射（ORM）来促进开发。包含由字段和值对组成的数据结构的文档在MongoDB中称为记录（record）。这些记录类似于JSON对象。字段的值可以包括其他文档、数组和文档数组。{ "_id":ObjectId("01"),"address": {"street":"Siraj Mond

0.0000

0

3

0

关注作者

收藏

詹惠儿

如何向属性存储为散列添加属性

Perl中的属性存储为散列引用中的键值对。此外，向代码添加一些属性。package Area; sub new { my $class = shift; my $self = { length => 2, # storing length width => 3, # storing width }; return bless $self, $class;

0.0000

0

1

0

关注作者

收藏

dreamhappy2012

Office 2013-2019 C2R 安装

1、下载解压，双击文件“OInstall.exe”打开Office 2013-2019 C2R Install软件； 2、小编以安装office2019为例，选择2019版本，选择x86或x64，选择单个产品，以及zh-cn简体中文，再点击install office在线安装； 3、成功安装后，点击应用程序，可以激活office，或者安装Office 2013-2019许可证。

66.6667

1

3

0

关注作者

收藏

詹惠儿

如何优化seq2seq的输入

顾名思义，seq2seq将一系列单词（句子或句子）作为输入，并生成单词的输出序列。它通过使用递归神经网络（RNN）来实现。虽然很少使用RNN的香草版本，但使用更高级的版本，即LSTM或GRU。这是因为RNN存在梯度消失的问题。LSTM用于Google提出的版本。它通过在每个时间点采用2个输入来开发单词的上下文。一个来自用户，另一个来自其先前的输出，因此名称循环（输出作为输入）。许多优化导致se

0.0000

0

2

0

关注作者

收藏

詹惠儿

神经网络的目标

目标是为这个神经元找到最佳权重集，从而产生正确的结果。通过使用几个不同的训练样例训练神经元来做到这一点。在每一步计算神经元输出中的误差，然后反向传播梯度。计算神经元输出的步骤称为前向传播，而梯度计算称为反向传播。以下是实施：# Python program to implement a # single neuron neural network # import all necess

0.0000

0

3

0

关注作者

收藏

詹惠儿

神经网络运用什么领域

神经网络是深度学习的核心，这个领域在许多不同领域都有实际应用。今天，神经网络被用于图像分类，语音识别，物体检测等。现在，让我们试着理解所有这些艺术技术背后的基本单位。单个神经元将给定输入转换为某个输出。根据分配给每个输入的给定输入和权重，确定神经元是否发射。假设神经元有3个输入连接和1个输出。在给定的例子中，我们将使用tanh。最终目标是为这个神经元找到最佳权重集，从而产生正确的结

0.0000

0

1

0

关注作者

收藏

詹惠儿

python如何测试机器学习数据

测试是手动完成的。可以使用一些随机数据进行测试，并测试模型是否为输入数据提供了正确的结果。# Random Test data X_TEST = [[ 10, 20, 30 ]] # Predict the result of X_TEST which holds testing data outcome = predictor.predict(X = X_TEST) # Predi

0.0000

0

2

0

关注作者

收藏

詹惠儿

python如何生成机器学习的训练集

使用随机创建的数据集在Python中创建线性回归模型。# python library to generate random numbers from random import randint # the limit within which random numbers are generated TRAIN_SET_LIMIT = 1000# to create exactl

0.0000

0

5

0

关注作者

收藏

zxq997

INNER JOIN子句将一个表中的行与其他表中的行进行匹配，并允许从两个表中查询包含列的行记录。在使用INNER JOIN子句之前，必须在FROM子句中指定主表，表中要连接的主表应该出现在INNER JOIN子句中，连接条件出现在INNER JOIN子句的ON关键字之后，连接条件是将主表中的行与其他表中的行进行匹配的规则。语法：SELECT 字段名列表FROM 表1INNER J

0.0000

0

1

0

关注作者

收藏

zxq997

设置MySQL密码时报错

问题描述：在设置MySQL密码时报ERROR 1809错误ERROR 1819 (HY000): Your password does not satisfy the current policy requirements解决方法：这是因为MySQL有密码设置的规范，具体是与validate_password_policy的值有关：aMySQL完整的初始密码规则可以通过

0.0000

0

5

0

关注作者

收藏

zxq997

如何授权MySQL允许被远程访问

问题描述：如何授权MySQL允许被远程访问？解决方法：设置MySQL远程访问使用如下方法mysql> use mysql;Database changedmysql> grant all privileges on *.* to root@'%' identified by "password";Query OK, 0 rows affected (0.00 sec)m

0.0000

0

0

0

关注作者

收藏

W11YA

创建一个带有随机值的3x3x3数组

Z = np.random.random((3,3,3))print Z[[[ 0.37802182 0.51185549 0.09273136] [ 0.35946865 0.44674969 0.76084106] [ 0.95776962 0.35601145 0.8915905 ]] [[ 0.39016786 0.63052983 0.20385571

37.3534

1

4

0

关注作者

收藏

W11YA

创建3x3身份矩阵

A = np.eye(3) # for indentity matrixB = np.identity(3) # or identityprint Aprint B == A[[ 1. 0. 0.] [ 0. 1. 0.] [ 0. 0. 1.]][[ True True True] [ True True True] [ True True True

37.3534

1

1

0

关注作者

收藏

W11YA

创建一个值从0到8的3x3矩阵

A = np.arange(9).reshape(3,3)print(A)[[0 1 2] [3 4 5] [6 7 8]]

0.0000

0

3

0

关注作者

收藏

<1…270271272…404>

CDA考试动态

CDA报考指南