本文是17年寫的，至今過去多年奖唯，有一篇更好的文檔： https://superfastpython.com/python-asyncio/[https://superfast...
IP屬地：湖北
-
Python黑魔法 --- 異步IO（ asyncio） 協(xié)程
-
數(shù)論
數(shù)學(xué)問題 1. 質(zhì)數(shù)篩 埃氏篩 利用當(dāng)前已經(jīng)找到的素數(shù)，從后面的數(shù)中篩去當(dāng)前素數(shù)的倍數(shù)，由預(yù)備知識一可知悔据，當(dāng)前素數(shù)已經(jīng)是篩去數(shù)的質(zhì)因子琳猫，如此下去能篩除所有之后的合數(shù)占拍，是一種比...
-
差不多了哈哈奶浦。兄墅。。
偏微分方程數(shù)值解
目錄 拋物方程的有限差分方法馮諾依曼分析法追趕法Crank-Nicolson方法邊界條件 拋物型方程的有限差分方法 最為常見的拋物型偏微分方程就是熱傳導(dǎo)方程它本質(zhì)上其實是一個...
-
偏微分方程數(shù)值解目錄 拋物方程的有限差分方法馮諾依曼分析法追趕法Crank-Nicolson方法邊界條件 拋物型方程的有限差分方法 最為常見的拋物型偏微分方程就是熱傳導(dǎo)方程它本質(zhì)上其實是一個...
-
EfficientNet介紹什么是EfficientNet EfficientNet的設(shè)想就是能否設(shè)計一個標(biāo)準(zhǔn)化的卷積網(wǎng)絡(luò)擴展方法财喳，既可以實現(xiàn)較高的準(zhǔn)確率，又可以充分的節(jié)省算力資源斩狱。因而問題可以描述成耳高，...
-
xgboost以及l(fā)ightgbm的實現(xiàn)
1.導(dǎo)入機器學(xué)習(xí)常用的包 對數(shù)據(jù)進行類型轉(zhuǎn)換以及切分 2.xgboost 的兩種形式的使用方法 原生態(tài)的使用方法 這種方法需要將數(shù)據(jù)轉(zhuǎn)化為DMatrix這種xgb專有的數(shù)據(jù)類...
-
markdown中公式編輯教程
標(biāo)簽： Mathjax 公式編輯 markdown 目錄 希臘字母 上標(biāo)與下標(biāo) 括號小括號與方括號大括號尖括號上取整下取整 求和與積分求和積分其他 分式與根式分式連分數(shù)根式 ...
-
夫人生而立于世也泌枪，非能矜文章之利，而圖死后之名也秕岛，非能享山水之樂碌燕，而能息心中之慮也，故生而為人杰者继薛，死而為英魂修壕，生而慚形者，死而成枯骨遏考。
-
分詞處理
1.文本挖掘的分詞原理 在做文本挖掘的時候慈鸠，首先要做的預(yù)處理就是分詞。英文單詞天然有空格隔開容易按照空格分詞灌具，但是也有時候需要把多個單詞做為一個分詞青团，比如一些名詞如“New ...
-
圖與網(wǎng)絡(luò)1. 圖與網(wǎng)絡(luò)的基本概念與數(shù)據(jù)結(jié)構(gòu) 一個圖是由一些點以及這些點之間得連線所組成的 兩點間不帶箭頭的連線為邊,帶箭頭的連線為弧 若邊，則稱e連接u與v咖楣；點u督笆，v稱為e的頂點 如...
-
非線性規(guī)劃1. 非線性規(guī)劃 1.1 示例以及定義 如果目標(biāo)函數(shù)或約束條件中包含非線性函數(shù)，就稱這種規(guī)劃問題為非線性規(guī)劃問 題诱贿。一般說來娃肿，解非線性規(guī)劃要比解線性規(guī)劃問題困難得多。而且珠十，也...
-
數(shù)學(xué)規(guī)劃模型
1.線性規(guī)劃的求解方法 線性規(guī)劃問題的標(biāo)準(zhǔn)形式為：或者寫成矩陣形式：一般來說線性規(guī)劃包括單純形規(guī)劃和多目標(biāo)規(guī)劃 1.1單純形線性規(guī)劃 單純形法時從所有基本的可行解的一個較小部...
-
插值咸作，擬合，參數(shù)估計1. 曲線擬合 1.1 多項式擬合 polyfit(x,y,n) —— 其中多項式的系數(shù)為n說明：x,y為數(shù)據(jù)點宵睦，n為多項式階數(shù)记罚，返回p為冪次從高到低的多項式系數(shù)向量p。x...
-
matlab程序設(shè)計
1.符號運算 1.1創(chuàng)建符號對象 sym() syms()其中syms()可以創(chuàng)建多個對象 1.2 例子 計算積分 計算矩陣行列式值壳嚎，特征值桐智，特征根 det() ：計算行列式...
-
matlab數(shù)學(xué)建哪┰纾基礎(chǔ)1.數(shù)據(jù)的導(dǎo)入和保存 1.1數(shù)據(jù)的導(dǎo)入 matlab中導(dǎo)入數(shù)據(jù)的函數(shù)通常為load matlab中常用的導(dǎo)入數(shù)據(jù)的函數(shù)為importdata，用法如下： 1.2 文件的打開 ...
-
Gradient Boosting Decision Tree概述 GBDT全稱Gradient Boosting Decison Tree说庭，同為Boosting家族的一員然磷，它和Adaboost有很大的不同。Adaboost 是利用前一...
-
隨機森林1.集成學(xué)習(xí)的概念 集成學(xué)習(xí)通過建立幾個模型組合的來解決單一預(yù)測問題刊驴，有時也被稱作多分類系統(tǒng)（multi-classifier system）姿搜。它的工作原理是生成多個分類器/...
-
Markdown簡明教程本篇就對MarkDown簡要做總結(jié)，非常適合初學(xué)者快速入門捆憎【斯瘢總得的來說，MarkDown是一種簡單躲惰、輕量級的標(biāo)記語法致份，它是基于HTML之上，使用簡潔的語法就代替了排版础拨，最終可...
-
波士頓房價預(yù)測2（多元線性回歸）模型思想 多元線性回歸(multiple linear regression) 模型的目的是構(gòu)建一個回歸方程氮块，利用多個自變量估計因變量，從而解釋和預(yù)測因變量的值诡宗。多元線性回歸...
