Kirino 的技术档案
文章简介分类 Light Dark
文章归档
  • 2021-12-16

    校验身份证号码并输出个人信息(Python123)

    校验身份证号码并输出个人信息 描述 2. 中国目前采用的是18位身份证号,其第7-10位数字是出生年,11-12位是出生月份,13-14是出生日期,第17位是性别,奇数为男性,偶数为女性,第18位是校验位。 如果身份证号码的其中一位填错了(包括最后一个校验位),则校验算法可以检测出来。如果身份证号的相邻2位填…
    Read more ⟶
  • 2021-12-16

    高等函数

    高阶函数 接受函数为参数,或者把函数作为结果返回的函数是高阶函数(high-order function)。map函数就是一个,内置函数sorted也是:可选的key参数用于提供一个函数,它会应用到各个元素上进行排序 'fig', 'apple', 'cherry', 'banana', 'strawbery…
    Read more ⟶
  • 2021-12-16

    一等函数

    一等函数 在Python中,函数是一等对象。编程语言理论家把“一等对象”定义为满足下述条件的程序实体: - 在运行时创建 - 能赋值给变量或数据结构中的元素 - 能作为参数传递给函数 - 能作为函数的返回结果 在Python中,整数、字符串和字典都是一等对象 把函数视作对象 Python函数是对象 14050…
    Read more ⟶
  • 2021-12-16

    支持字符串和字节序列的双模式API

    支持字符串和字节序列的双向API 标准库中的一些函数能接受字符串或字节序列作为参数,然后根据类型展现不同的行为。re和os模块中就有这样的函数 正则表达式中的字符串和字节序列 如果使用字节序列构建正则表达式,\d和\w等模式只能匹配ASCII字符;相比之下,如果是字符串模式,就能匹配ASCII之外的Unico…
    Read more ⟶
  • 2021-12-16

    Unicode数据库

    Unicode文本排序 Python比较任何类型的序列时,会一一比较序列里的各个元素。对字符串来说,比较的是码位,可是在比较非ASCII字符时,得到的结果不如人意。 'acai', 'acerola', 'atemoia', 'caja', 'caju' 在Python中,非ASCII文本的标准排序方式是使用…
    Read more ⟶
  • 2021-12-15

    使用字符RNN生成莎士比亚文本

    创建训练数据集 首先,使用Keras的get file 函数来下载莎士比亚的所有作品,并从Andrej Karpathy的Char-RNN项目中下载数据: 接下来,必须将每个字符编码为整数。一种选择是创建自定义的预处理层。在这种情况下,使用Keras的Tokenizer类会更简单。首先,为文本添加一个分词器:…
    Read more ⟶
  • 2021-12-13

    处理长序列

    处理长序列 在长序列上训练一个RNN,必须运行很多时间步长,从而展开的RNN成为一个非常深的网络。就像任何深度神经网络一样,它可能会遇到不稳定的梯度问题:它可能永远在训练,或者训练可能会不稳定。此外,当RNN处理一个长序列时,它会逐渐忘记序列中的第一个输入。 应对不稳定梯度问题 在深度网络中用于应对不稳定梯度…
    Read more ⟶
  • 2021-12-11

    极值充分条件

    极值充分条件 设二元函数$f$在点$P 0 x 0,y 0 $的某邻域$U P 0 $上具有二阶连续偏导数,且$P 0$是$f$的稳定点。则当$H f P 0 $是正定矩阵时,$f$在点$P 0$处取得极小值;当$H f P 0 $是负定矩阵时,$f$在点$P 0$处取得极大值;当$H f P 0 $是不定矩…
    Read more ⟶
  • 2021-12-07

    使用位级和逻辑运算,编写C表达式(x==y)

    只是用位级和逻辑运算,编写一个C表达式,它等价于x==y。当x和y相等时返回1,否则返回0
    Read more ⟶
  • 2021-12-07

    GUI程序设计--班级信息收集系统

    GUI程序设计--班级信息收集系统
    Read more ⟶
  • 2021-12-06

    循环神经网络和层

    循环神经元和层 到目前为止,我们只关注前馈神经网络,其中激活仅在一个方向上流动,从输入层流向输出层。循环神经网络看起来非常像前馈神经网络,除了它还具有指向反向的连接。最简单的RNN由一个神经元接收输入,产生输出并将该输出返送回自身组成。在每个时间步长$t$(也称为帧),该循环神经网络接收输入$x t $和前一…
    Read more ⟶
  • 2021-12-06

    使用RNN和CNN处理序列

    使用RNN和CNN处理序列 击球手将球击出。外野手立即开始奔跑,预测球的轨迹。他跟踪它,调整自己的运动,最后抓住球。不管你是在听完朋友的话还是在早餐时期待咖啡的味道,预测都是你一直在做的事情。循环神经网络(RNN),这是一类可以预测未来的网络(在一定程度上)。它们可以分析时间序列数据(例如股票价格),并告诉你…
    Read more ⟶
    ← Prev Next →