加密 在加密的情况下，我们一次从一个单词中提取每个字符（如果不是空格）并将其与存储在我们选择的任何数据结构中的相应莫尔斯代码相匹配（如果您在python中编码，则字典可以变为在这种情况下非常有用） 将莫尔斯代码存储在一个包含我们编码字符串的变量中，然后我们在字符串中添加一个包含结果的空格。 在用莫尔斯电码编码时，我们需要在每个字符之间添加1个空格，并在每个字之间添加2个连续的空格。 如果字符是空格
詹惠儿
2019-06-28
解密 在解密的情况下，我们首先在要解码的字符串的末尾添加一个空格（这将在后面解释）。 现在我们继续从字符串中提取字符，直到我们没有得到任何空间。 一旦我们得到一个空格，我们就会在提取的字符序列（或我们的摩尔斯电码）中查找相应的英语字符，并将其添加到一个存储结果的变量中。 记住，跟踪空间是这个解密过程中最重要的部分。一旦我们得到2个连续的空格，我们将为包含解码字符串的变量添加另一个空格。 字符串末尾
詹惠儿
2019-06-28
简介 摩尔斯电码是一种将文本信息作为一系列开关音调，灯光或点击传送的方法，无需特殊设备即可由熟练的听众或观察者直接理解。它以电报的发明者Samuel FB Morse命名。 算法 算法非常简单。英语中的每个字符都被一系列“点”和“破折号”代替，或者有时只是单数“点”或“破折号”，反之亦然。有关详细信息，。 加密 在加密的情况下，我们一次从一个单词中提取每个字符（如果不是空格）并将其与存储在
詹惠儿
2019-06-28
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。 a 在给定的例子中，我们将使用tanh 激活函数。
詹惠儿
2019-06-28
卷积 卷积是一种对图像执行的操作，用于从图像中提取一个称为内核的较小张量，如图像上的滑动窗口。根据卷积内核中的值，我们可以从图像中选取特定的模式。在下面的示例中，我们将演示使用适当的内核检测图像中的水平和垂直边缘。 import numpy as np import matplotlib.pyplot as plt # let img1 be an image with no featur
詹惠儿
2019-06-28
特征工程或特征提取是从输入数据中提取有用模式的过程，这将有助于预测模型更好地理解问题的真实性质。一个好的特征学习将以一种方式呈现模式，该方式以机器学习本身不可能或太昂贵的方式显着提高所应用的机器学习算法的准确性和性能。特征学习算法找到了区分所需类并自动提取它们的常用模式。在此过程之后，它们可以用于分类或回归问题。 让我们考虑一个流行的图像分类问题，一个面部图像和一个非面部对象的分类。在
詹惠儿
2019-06-28
求解方程和反转矩阵 numpy.linalg.solve（）：求解线性矩阵方程或线性标量方程组。计算明确的，即满秩，线性矩阵方程ax = b的“精确”解x。 # Python Program illustrating # numpy.linalg.solve() method import numpy as np # Creating an array using array # fu
詹惠儿
2019-06-27
numpy.dot（vector_a，vector_b，out = None）：返回向量a和b的点积。它可以处理2D数组，但将它们视为矩阵并执行矩阵乘法。对于N维，它是a的最后一个轴和b的倒数第二个的和积： dot(a, b)[i,j,k,m] = sum(a[i,j,:] * b[k,:,m]) 代码＃： # Python Program illustrating # numpy.dot(
詹惠儿
2019-06-27
矩阵特征值函数 numpy.linalg.eigh（a，UPLO ='L'）：此函数用于返回复Hermitian（共轭对称）或实对称矩阵的特征值和特征向量。返回两个对象，一个包含该对象的一维数组a的特征值，以及相应特征向量的2-D方阵或矩阵（取决于输入类型）（在列中）。 # Python program explaining # eigh() function from numpy impo
詹惠儿
2019-06-27
NumPy的线性代数模块提供了在任何numpy阵列上应用线性代数的各种方法。 人们可以找到： 数组的秩，行列式，跟踪等。 矩阵的本征值 矩阵和矢量积（点，内，外等产品），矩阵求幂 求解线性或张量方程等等 # Importing numpy as np import numpy as np A = np.array([[6, 1, 1], [4, -2, 5], [2, 8, 7]])
詹惠儿
2019-06-27
字符串操作 - numpy.lower（）：此函数返回给定字符串中的小写字符串。它将所有大写字符转换为小写。如果不存在大写字符，则返回原始字符串。 # Python program explaining # numpy.lower() function import numpy as np # converting to lowercase print(np.char.lower(
詹惠儿
2019-06-27
外循环： 在nditer类的构造函数有一个flags参数，可以采取以下值 参数描述external_loop导致给定的值是具有多个值而不是零维数组的一维数组c_index可以跟踪C_order索引F_索引追踪Fortran_order索引多指标可以跟踪每次迭代一次的索引类型 代码＃： # Python program for # iterating array values # using
詹惠儿
2019-06-27
修改数组值： nditer对象具有另一个名为op_flags的可选参数。其默认值为只读，但可以设置为读写或只写模式。这将允许使用此迭代器修改数组元素。 # Python program for # modifying array values import numpy as geek # creating an array using arrange # method a = geek
詹惠儿
2019-06-27
控制迭代顺序： 有时以特定顺序访问数组元素很重要，无论内存中元素的布局如何。nditer对象提供了一个order参数来控制迭代的这个方面。具有上述行为的默认值是order ='K'以保持现有订单。对于C顺序，可以使用order ='C'覆盖它，对于Fortran顺序，可以使用order ='F'覆盖它。 代码＃： # Python program for # iterating over ar
詹惠儿
2019-06-27
NumPy包中包含一个迭代器对象numpy.nditer。它是一个有效的多维迭代器对象，使用它可以迭代数组。使用Python的标准Iterator接口访问数组的每个元素。 # Python program for # iterating over array import numpy as geek # creating an array using arrange # method
詹惠儿
2019-06-27
与函数和对象的多态性： 可以创建一个可以接受任何对象的函数，从而允许多态性。在这个例子中，让我们创建一个名为“func（）”的函数，它将获取一个我们将其命名为“obj”的对象。虽然我们使用的名称是'obj'，但是任何实例化的对象都可以被调用到这个函数中。接下来，让我们给函数做一些使用我们传递给它的'obj'对象。在这种情况下，我们可以调用三种方法，即capital（），language（）和ty
詹惠儿
2019-06-25
什么是多态性：多态性这个词意味着有很多形式。在编程中，多态性意味着相同的函数名称（但不同的签名）用于不同的类型。 内置多态函数的示例： # Python program to demonstrate in-built poly- # morphic functions # len() being used for a string print(len("geeks")) # le
詹惠儿
2019-06-25
使用词典：词典类似于其他语言中的哈希或地图。可以 # A Python program to to return multiple # values from a method using dictionary # This function returns a dictionary def fun(): d = dict(); d['str'] = "GeeksforGeeks
詹惠儿
2019-06-25
使用列表：列表就像使用方括号创建的项目数组。它们与数组不同，因为它们可以包含不同类型的项目。列表与元组不同，因为它们是可变的。 # A Python program to to return multiple # values from a method using list # This function returns a list def fun(): str = "geeks
詹惠儿
2019-06-25
