复变函数与积分换算第一章
复变 第一章
以下内容从对应练习中写出
1.1 复数的表达
对于复数对应点在复平面的象限
方法: 转换为指数函数,最后看$e^{\theta i}$中的$\theta$来确定象限
$\theta$的范围转换为$-2\pi<\theta<2\pi$
先提取出模长(一定为正值),负号(-)转换为乘$e^{\pi i}$,
辐角主值($-\pi<\theta<\pi$)
反正切函数的使用
因为$-\frac{\pi}{2}<arctan(x)<\frac{\pi}{2}$,所以要处理第二,三象限
2加$\pi$,3减$\pi$
可以根据y轴的正负轴记忆
1.2 复数的基本运算
辐角(Arg(x))是$\theta+2k\pi$ 而辐角主值(arg(x))是在($-\pi,\pi$)
如有求模运算可以先求模在进行乘除
模长不等式: $||z_1|-|z_2||\le|z_1+z_2|\le|z_1|+|z_2|$
1.3 复数的乘幂运算和开方运算
被开方数和乘幂运算原表达形式不为指数函数
尽可能转换成指数形式
开多少次 ...
opencv-python
堆积函数图片压缩与堆积函数。
123456789101112131415161718192021222324252627282930313233343536373839404142434445# ^ 设置几张图片拼接def stackImages(scale,imgArray): rows = len(imgArray) cols = len(imgArray[0]) # & 输出一个 rows * cols 的矩阵(imgArray) print(rows,cols) # & 判断imgArray[0] 是不是一个list rowsAvailable = isinstance(imgArray[0], list) # & imgArray[][] 是什么意思呢? # & imgArray[0][0]就是指[0,0]的那个图片(我们把图片集分为二维矩阵,第一行、第一列的那个就是第一个图片) # & 而shape[1]就是width,shape[0]是height,shape[2]是 wi ...
tensorflow2.0异常处理
cuda因为内存不足,无法启动:
解决方法:
将内存分配调节成动态分配
123456from tensorflow.compat.v1 import ConfigProtofrom tensorflow.compat.v1 import InteractiveSessionconfig = ConfigProto()config.gpu_options.allow_growth = Truesession = InteractiveSession(config=config)
Activity about Android
手动创建Activity
这里从add no activity开始说起
在app/src/main/java/com.example.**(表示包名)目录下new一个empty activity
在其中会看到
Generate Layout File:
if true, a layout file will be generated
自动创建对应的布局文件
Laucher Acitvity:
if true,this activity will have a CATEGORY_LAUNCHER intent filter,making it visible in the laucher
自动将此activity变成此项目的主activity
自动在AndroidMainfest.xml中注册并添加intent filter标签及其内容物,使其变为主activity
在这里我们先不勾选这两项,后面手动添加这两项以便了解整个流程
现在回过头来看在com.example.*中创建的kt文件
1234567class MainActivity : AppCo ...
正则表达式
测试正则表达式网站:https://regex101.com/
用途
查找符合某些复杂规则的字符串的的工具。主要是查找。
元字符
代码
说明
.
匹配除换行符以外的任意字符
\w
匹配字母或数字或下划线或汉字
\s
匹配任意的空白符
\d
匹配数字
\b
匹配单词的开始或结束
^
匹配字符串的开始
$
匹配字符串的结束
(
用小括号来指定子表达式
)
用小括号来指定子表达式
把匹配理解成光标移动的位置就行
对于元字符本身的搜索可以使用转义字符来取消字符的特殊意义,如\\\d
同时使用^和$可以限定整个字符串的内容,如^\d{3,5}$,则限定字符串只能包含3到5连续位数字
重复
代码/语法
说明
*
重复零次或更多次
+
重复一次或更多次
?
重复零次或一次
{n}
重复n次
{n,}
重复n次或更多次
{n,m}
重复n到m次
如: ^\w+匹配一行的第一个单词
字符类要想查找数字,字母或数字,空白是很简单的,因为已经有了对应这些字符集合的元字符,但是如果你想匹配没有预定 ...
tensorflow2.0基础与进阶
关于axis轴参数理解坐标轴
假定是二维元素
就是行元素和列元素变化的方向
axis=1对列进行操作,axis=0对行进行操作
tf.Tensor
list
np.array
tf.Tensor
为了实现gpu加速,所以重新开发了科学计算库
基本类型
scalar: 1.1
vector:[1.1,2.2,3.3]
matrix:[[1.1,2.2],[3.3,4.4]]
Tensor:dim>2
在 TensorFlow 中间,为了表达方便,一般把标量、向量、矩阵也统称为张量,不作区分,需要根据张量的维度数或形状自行判断
int,float,double
int32,int64,float32,float64
bool
string
tf.constant()
用来创建一个标量
可以用以下方法:
.gpu( ) :使用gpu
.cpu( ) :使用cpu
.numpy( ) :返回当前值的numpy的数据类型
.nidm : 返回维度
.shape :返回形状
tf.rank( ) :
可以用来查看张量对象的所有信息
tf.is_ ...
tensorflow2.0与深度学习入门
全连接层Layers:
input
hidden
output
Heroes:
BigDATA
ReLU
Dropout
BatchNorm
ResNet
XAVIR Initialization
Caffe/Tensorflow/PyTorch
tf.keras.layers.Dense(units,activation)layer.Dense类:
.build(num)方法
num为输入节点数
.kernel方法
权值张量𝑾
.bias方法
偏置张量𝒃
.trainable_variables属性
待优化参数列表
.non_trainable_variables属性
所有不需要优化的参数列表
.trainable属性
所有内部张量列表
通过layer.Dense 类,只需要指定输出节点数Units 和激活函数类型activation 即可。需要注意的是,输入节点数会根据第一次运算时的输入shape 确定,同时根据输入、输出节点数自动创建并初始化权值张量𝑾和偏置张量𝒃,因此在新建类Dense 实例时,并不会立即创建权值张量� ...
迁移学习
迁移学习前提
Task A and B have the same input x.
You have a lot more data for Task A than Task B
Low level features form A could be helpful for learning B
其实就是从通用性走向专一性
原理通用型的模型会学习到很多基础的信息
比如图像识别模型会学习到边缘检测,曲线检测,明暗对象检测等信息
可以帮助我们进一步去强化某一对象的输出
过程
优先改输出层以其权重
根据已有数据集去训练输出层权重
或者进一步去训练全部权重
但因为我们是在已有可用的权重的基础上进行训练,所以这也叫预训练
预训练的意思就是提前已经给你一些初始化的参数,这个参数不是随机的,而是通过其他类似数据集上面学得的,然后再用你的数据集进行学习,得到适合你数据集的参数,随机初始化的话,的确不容易得到结果,但是这个结果是因为速度太慢,而不是最终的结果不一样