深さの学習のOctaveは3を使います

2107 ワード

データの演算
マトリックス乗算A*B
行列点乗C=A.*B(Aの各要素はBの対応する要素に乗算され、Cij=Aij*Bij)
マトリクスA.^2,Aの各要素の二乗
行列1./A、Aの各要素を逆数にとる
マトリックスlog(A)は、Aの各要素を対数演算する
マトリックスexp(A)は、Aの各要素をeをベースに、これらの要素をべき乗とする演算
マトリックスabs(A)は、Aの要素ごとに絶対値をとる
V=[1;2;3]、V+1の結果はV+ones(length(V),1)の結果と同じである
A'はAの転置を表す
max(a)ベクトルの中で最大の要素をとる

>> a = [1 2 3 8 7 6];
>> [val,ind] = max(a)
val =  8
ind =  4

Aが行列であればmax(A)は各列に対して最大値を求める

>> A = [1 2;6 3;4 8]
A =
   1   2
   6   3
   4   8
>> [val,ind] = max(A)
val =
   6   8
ind =
   2   3

aの各要素を4と比較し、1は真を表し、0は偽を表す.

>> a = [1 2 3 8 7 6];
>> a > 4
ans =
   0   0   0   1   1   1

ベクトルの4より大きい要素のシーケンスを見つけます

>> find(a > 4)
ans =
   4   5   6

キューブ、すべての行、列、対角線を合わせると等しい行列

>> A = magic(3)
A =
   8   1   6
   3   5   7
   4   9   2

rは行番号、cは列番号

>> [r,c] = find(A>7)
r =
   1
   3
c =
   1
   2

sum(a)はベクトルaのすべての要素を加算し、sum(A,1)はマトリクスの各列の要素を加算し、sum(A,2)はマトリクスの各行の要素を加算し、sum(sum(A.*eye(n))はマトリクスの対角線の要素を加算し、副対角線の要素を加算します.まずfliplrまたはflipudで単位対角マトリクスを反転してから計算します.
prod(a)ベクトルa中のすべての要素を乗算する
floor(a)は下向きに整列しています
Ceil(a)は上向きに整列することを表す
AとBを要素ごとに比較して最大値をとる

>> A = rand(3)
A =
   0.36764   0.27279   0.64418
   0.53047   0.97042   0.69824
   0.31572   0.19123   0.38600
>> B = rand(3)
B =
   0.421460   0.690191   0.769081
   0.020380   0.662891   0.671919
   0.591809   0.902464   0.751770
>> max(A,B)
ans =
   0.42146   0.69019   0.76908
   0.53047   0.97042   0.69824
   0.59181   0.90246   0.75177

max(A,[],1)これにより各列の最大値が得られるここでの1はA行列の最初の次元をとる最大値を表す
max(A,[],2)各行の最大値が得られます

>> max(A,[],1)
ans =
   0.53047   0.97042   0.69824
>> max(A,[],2)
ans =
   0.64418
   0.97042
   0.38600

fliplrマトリクスの左右反転
flipudマトリクスの上下反転
pinv、行列の偽逆、行列が不可逆な時それを使います
inv,マトリクスの逆,マトリクス可逆時にpinvを使うより速い
参考資料
https://www.coursera.org/learn/machine-learning/

大量のPOST配列をJSONにしてPHPに送信することでPOST数を削減する

データ構造とアルゴリズム実験実験6:二叉木ADTの二叉鎖式実現(完全な前順シーケンスから二叉木を作成／二叉木のノード数を求める／樹高／葉ノード数／先順中順後順層シーケンス遍歴)