码迷,mamicode.com
首页 >  
搜索关键字:octave    ( 174个结果
octave数据绘制
hold on 在原来的图片上继续绘制 添加标签 将数据显示在不同的图片上 分割图像subplot(a, b, c), a,b 将图像分割为a * b 的图像,c控制使用第几个图像 调整坐标轴的范围axis() 具体可以看 help axis clf 清除图像 可视化矩阵 imagesc(A) co ...
分类:其他好文   时间:2019-08-16 13:22:40    阅读次数:111
octave移动数据
size()返回矩阵的大小 返回A的列数 返回v的最大维数 返回A的最大维数(A 3*2) 文件处理 octave的安装路径 ls显示当前目录下的文件结构 cd进入路径 加载数据 who显示定义的所有变量 whos显示更详细的信息 clear删除变量 将priceY的前10个数据赋值给v 将数据存储 ...
分类:移动开发   时间:2019-08-15 19:31:20    阅读次数:138
吴恩达机器学习私人总结(2)
在使用梯度下降法进行过程中,为了减少可能进行局部最小采用的代价函数变化情况(二分类): 除梯度下降法的其它方案:更有效但是更复杂。 使用Octave运行,自定义好代价函数并让其返回代价函数公式和代价函数每个梯度,自定义options,自定义初始化Theta,使用函数fminunc进行计算。 得到最终 ...
分类:其他好文   时间:2019-05-02 18:48:39    阅读次数:141
octave——基本操作
1、如果不想用actave:1>,可以使用SP1('>> ')可以改变红色输出以>>表示 2、利用Octave绘制直方图: 5、添加路径 addpath('')搜索函数时即便不在当前目录,添加其他路径后,会搜索其路径。 6、可视化矩阵命令imagesc(),在用colorbar显示不同颜色的梯度,c ...
分类:其他好文   时间:2019-03-17 22:59:28    阅读次数:686
GNU-Radio & USRP Example
uhd_find_devices: 能够打印输出连接至 PC 的 USRP 设备基本信息。 uhd_usrp_probe: 能够打印输出连接至 PC 的 USRP 设备详细信息。 uhd_rx_cfile: 一个基于 GNU Radio 的 Python 程序,能够将USRP 接收到的信号采样后的数 ...
分类:其他好文   时间:2019-02-19 21:12:22    阅读次数:358
吴恩达 octave
Part 1 基本操作 本节主要介绍关于Octave的基本操作在Octave中可以进行基本的算术运算,逻辑运算,操作如图所示,简单方便,其中%用于注释的作用。注:在Matlab中,符号使用完全相同。 使用ps1('>> ');可以改变提示符的样子,注意这个地方有分号。可以直接在命令行中给变量赋值,加 ...
分类:其他好文   时间:2019-01-05 19:44:57    阅读次数:203
github 专案介绍 – Python 范例:透过互动式的 Jupyter 和数学解释流行的机器学习演算法
对于机器学习有兴趣,不少人应该会先从 Andrew Ng ( 吴恩达 ) 的机器学习课程开始,但是吴恩达的课程是使用 octave 这个工具当作练习。这个 github 项目包含使用 Python 实现流行机器学习算法的范例,并解释了其背后的 数学原理。 每个算法都有交互式的 Jupyter Not ...
分类:编程语言   时间:2018-12-28 19:27:31    阅读次数:292
6、Octave教程
变量 变量赋值 a = 3 % 输出a = 3 a = 4; % 添加了“;”不会输出, %为注释符号 变量打印 a = pi % 输出a = 3.1416 disp(a) % 输出 3.1416 % disp为打印函数 disp(sprintf('2 decimals: %0.2f',a)) % ...
分类:其他好文   时间:2018-12-26 20:15:47    阅读次数:157
关于梯度下降 - 线性回归的
有了线性方程以及他的代价函数: 然后我们的目标就是通过调整 theta0, theta1 最小化 J 的值。 那么梯度下降算法的公式如下: alpha 是学习率,后面是对J和theta求偏导,以便得到这个点斜率,如果斜率为正就逐渐缩小theta,这样就逐步的调整到适合的theta 在Octave中表 ...
分类:其他好文   时间:2018-11-29 11:10:01    阅读次数:176
线性回归的Cost function实现
此处使用Octave来实现 线性方程的代价函数: 代价函数: X 是测试值,假设用矩阵表示为 为了方便用矩阵计算我们把X加一列 1 : 同时 那么h(X)的合就可以用矩阵乘法来计算 平方就可以用 y' * y, 因为要平方之后把所有向量内的项加到一起,原理就是每一项跟自己相乘然后相加到一起还是矩阵相 ...
分类:其他好文   时间:2018-11-28 01:04:31    阅读次数:218
174条   上一页 1 2 3 4 5 ... 18 下一页
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!