搜索资源 - 标准正太分布

搜索资源列表

对Tensorflow中的变量初始化函数详解
Tensorflow 提供了7种不同的初始化函数： tf.constant_initializer(value) #将变量初始化为给定的常量,初始化一切所提供的值。假设在卷积层中，设置偏执项b为0，则写法为: 1. bias_initializer=tf.constant_initializer(0) 2. bias_initializer=tf.zeros_initializer(0) tf.random_normal_initializer(mean,stddev) #功能是将变量初始
所属分类：其它
- 发布日期：2020-12-25
- 文件大小：38912
- 提供者：weixin_38719702

利用Python进行异常值分析实例代码
前言异常值是指样本中的个别值，也称为离群点，其数值明显偏离其余的观测值。常用检测方法3σ原则和箱型图。其中，3σ原则只适用服从正态分布的数据。在3σ原则下，异常值被定义为观察值和平均值的偏差超过3倍标准差的值。P(|x−μ|>3σ)≤0.003，在正太分布假设下，大于3σ的值出现的概率小于0.003，属于小概率事件，故可认定其为异常值。异常值分析是检验数据是否有录入错误以及含有不合常理的数据。忽视异常值的存在是十分危险的，不加剔除地把异常值包括进数据的计算分析过程中，对结果会产生不良影
所属分类：其它
- 发布日期：2020-12-24
- 文件大小：125952
- 提供者：weixin_38742571

二、MATLAB矩阵处理
二、MATLAB矩阵处理 2.1 特殊矩阵通用的特殊矩阵：zero()产生0矩阵，one()全1矩阵，eye()产生对角线为1的矩阵，MATLAB()产生(0,1)区间均匀分布的随机矩阵，MATLABn()产生标准正太分布随机矩阵。参数都为(m)&(m,n)。特殊矩阵：(1) 魔法矩阵: magic(n) (2) 范德蒙矩阵: vander(v) (3) hilbert矩阵: hilb(n) (4)伴随矩阵: compan(p) (5)帕斯卡矩阵: pascal(n) 2.2 矩阵变换
所属分类：其它
- 发布日期：2021-01-06
- 文件大小：194560
- 提供者：weixin_38666823