腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
2
回答
如
何用
元素
[
x
,
y
]
得到
大小
为
n
的
所有
可能
的
向量
、
、
我
的
问题是类似的to this one,但我希望找到包含[
x
,
y
,...]
元素
的
给定
大小
的
所有
可能
的
向量
。例如,给定一个列表[1,2],如何找到
大小
为
3
的
元素
为
1和2
的
所有
可能
的
向量
?在这种情况下,它是: (1,1,1)
浏览 22
提问于2020-09-28
得票数 0
1
回答
向量
线性回归
、
、
、
我有两个
向量
:
Y
-与
X
(
N
)相同维数
的
输出
向量
Y
= FX 其中F是一个线性变换,但它是未知
的
。
可能
,我可以使用大量
的
X
和
Y
构建数据集。有一种通过线性回归/神经网络寻找F
的
方法。
浏览 5
提问于2021-02-03
得票数 0
回答已采纳
3
回答
广播
元素
- numpy中
的
分方向操作
、
我有两个
向量
x
和
y
。
x
的
大小
为
900,
y
的
大小
为
12。我想取
x
中
的
每个
元素
,并从
y
中
的
所有
元素
中减去它,然后取argmin。
得到
的
向量
大小
为
900,每个
元素
的<
浏览 1
提问于2022-06-17
得票数 -1
回答已采纳
3
回答
Clojure 1.3中函数
的
执行
、
我正在尝试实现一个简单
的
函数,该函数接受两个
向量
并对乘积求和。因此,假设
向量
是
X
(
大小
为
10,000个
元素
)和B(
大小
为
3个
元素
),乘积
的
和存储在一个
向量
Y
中,数学上如下所示:
Y
1 = B0*
X
3 +
浏览 0
提问于2012-03-12
得票数 4
回答已采纳
2
回答
通过不超过k个位置交换每一个
元素
来置换
n
个
元素
、
、
我
得到
的
是一个
向量
(示例中
n
=4):我想要
的
是一个
向量
y
,它
的
大小
与
x
的
大小
相同,
元素
与
x
的
顺序是不同
的
:
y
= ['0123'; '0132'; '0213';
浏览 2
提问于2014-02-10
得票数 2
回答已采纳
2
回答
这是获得随机四舍五入解
的
正确方法吗?
、
、
给定
大小
为
n
的
向量
x
,其中
x
的
每个
元素
xi是0到1之间
的
实数。生成
大小
为
y
的
0-1
向量
,其中
y
的
每个
元素
都是0或1,如下所示: 对于i=1 to len(
x
) do:设yi =1表示概率xi,i=0表示概率1-xi。我试着这样做,但我想我错过了一些事情,或者
浏览 3
提问于2016-03-14
得票数 1
回答已采纳
1
回答
生成
所有
在Python中尊重条件
的
向量
是否有一种方法可以生成长度
为
n
的
所有
向量
的
列表,其中
元素
介于1到6之间,
如
:?我只知道如
何用
嵌套
的
for循环来处理特定
的
n
。谢谢
浏览 1
提问于2017-05-10
得票数 0
回答已采纳
2
回答
N
向量
相交
、
我刚开始编程,最近遇到了一个问题,就是找到
n
个
向量
的
交集,(int
向量
)已经排序了int。我提出
的
方法复杂度
为
O(
n
^2),我使用
的
是std::set_intersect函数。我提出
的
方法是有两个
向量
:第一个
向量
对应于第一个
向量
,第二个
向量
对应于第二个
向量
。我在两个
向量
上调用集合交集,然后覆盖第一个
向量
,然后在
浏览 3
提问于2015-03-28
得票数 2
回答已采纳
1
回答
Vectorize numpy索引并应用函数构建矩阵
、
、
、
我有一个矩阵
X
的
大小
(d,
N
)。换句话说,有
N
个
向量
,每个d维。例如,存在
N
=4
向量
的
d=2维数。 另外,我有rag数组(列表列表)。我想做
的
是,用I中
的
每个
元素
对矩阵
X
中
的
列进行索引,对
向量
进行求和,
得到
一个
向量
。对i<
浏览 0
提问于2017-01-23
得票数 3
回答已采纳
15
回答
从
向量
中提取子
向量
的
最佳方法?
、
、
、
假设我有一个
大小
为
N
的
std::vector (让我们称之为myVec)。构造由
元素
X
到
Y
的
副本组成
的
新
向量
的
最简单方法是什么,其中0 <=
X
<=
Y
<=
N
-1?例如,在
大小
为
150000
的
向量
中使用myVec [100000]到myVec [100
浏览 43
提问于2009-01-07
得票数 350
回答已采纳
2
回答
向量
::end()迭代器是如何在内存中工作
的
?
、
今天,我试图从M
大小
的
向量
中提取
N
个
元素
的
子集,其中
N
< M,我意识到我不需要创建一个新
的
副本,只需要修改原始
元素
,而且可以简单地接受第一个
N
元素
。在进行了几次简短
的
搜索之后,有很多答案,其中最吸引人
的
是调整
大小
(),它似乎将
向量
截断到长度,并整洁地处理删除其他
元素
的
内存问题。可以发现,
浏览 4
提问于2017-10-05
得票数 0
回答已采纳
2
回答
高效地计算NumPy中给定
向量
元素
的
所有
成对乘积
、
、
、
我正在寻找一种“最优”
的
方法来计算给定
向量
元素
的
所有
成对乘积。如果
向量
的
大小
为
N
,则输出将是
大小
为
N
* (
N
+ 1) // 2
的
向量
,并包含带有i <= j
的
所有
(i, j)对
的
x
[i] *
x</em
浏览 2
提问于2020-05-25
得票数 3
回答已采纳
3
回答
使用对数将
向量
规范化以避免溢出
、
、
看到了上面的内容,并且看到了softmax规范化之后,我试图在避免溢出
的
同时对
向量
进行规范化-对于我来说,规范化
的
形式是
元素
的
平方之和
为
1.0,并通过将每个
元素
除以sqrt(
x
[1]*
x
[1]+
x
[2]*
x
[
浏览 6
提问于2010-03-08
得票数 2
回答已采纳
1
回答
从
向量
矩阵和集合
的
多重化构造NXD矩阵
的
Numpy方法
、
、
我有一个
向量
,v是D
大小
的
,我想把它乘以
向量
y
的
每个
元素
,它
的
大小
是
N
,这样新矩阵
X
的
每一列I都是v
的
乘积,并且是
向量
y
的
索引
元素
。我试图避免创建一个空
的
NXD矩阵,并在
y
中
的
所有
元素
上使用for循环运行
浏览 0
提问于2018-03-16
得票数 1
回答已采纳
1
回答
使用FFT查找
所有
可能
的
固定
大小
子集和。
、
、
我需要解决以下问题:给定
大小
为
x
的
整数序列
N
和子集
大小
k,查找
所有
可能
的
子集和。子集和是子集中
元素
的
和。如果允许
x
中
的
元素
在子集(子多集)中多次出现(当然到k ),则该问题通过快速傅立叶变换
得到
伪多项式时间解。,由于
y
表示两个相同
元素
的
所有
可能</e
浏览 0
提问于2021-09-24
得票数 2
回答已采纳
2
回答
协方差与相关矩阵
的
差异
、
、
、
在Matlab中,我创建了一个
大小
为
(244
x
2014723)
的
矩阵A和一个
大小
为
(244
x
1)
的
矩阵B我
的
问题是,当我要求使用cov
浏览 9
提问于2016-02-15
得票数 1
回答已采纳
1
回答
组合生成器
、
、
、
、
我想写一段代码,在k长度
的
k>
n
.The中给出
n
个
元素
的
所有
可能
的
组合,这个代码
的
问题是我很快就会耗尽内存,我想知道是否有人知道如
何用
生成器解决这个问题,我不想
得到
列表
元素
的
所有
可能
的
组合。我想要
得到
特定长度
的
元素
的
所有</e
浏览 0
提问于2018-07-08
得票数 0
1
回答
用for循环替换值
、
假设我有以下函数:
y
=
x
^(2) - 4end我试过这个for
x
in collect(range(-10, 10, 1000))end 请注
浏览 8
提问于2022-09-17
得票数 2
回答已采纳
2
回答
如何获得R中一个
向量
的
所有
可能
分区
的
列表?
、
、
假设我有一个唯一
元素
的
R
向量
,比如
x
<- c(1,2,3,4,5)。 有没有一个函数可以给我这个
向量
x
的
所有
可能
分区
的
列表?我猜每个分区都是一个
向量
列表,其中
x
中
的
每个
元素
都属于其中一个
向量
。我想把
所有
可能
的
分区分成任意
大小
的
任意数
浏览 0
提问于2012-05-19
得票数 8
回答已采纳
2
回答
具有行限制
的
r expand.grid
、
、
、
我有一个长度
为
N
的
数值
向量
x
,并希望创建以下
所有
集合
的
内集和
的
向量
:
x
元素
与每个组合中最多M
元素
的
任何
可能
组合。我收集了一种缓慢
的
迭代方法;我在这里寻找
的
是一种不使用任何循环
的
方法。考虑一下我一直采用
的
方法,在下面的示例中使用了
N
=5和M=4 M <-
浏览 2
提问于2016-11-28
得票数 1
回答已采纳
点击加载更多
扫码
添加站长 进交流群
领取专属
10元无门槛券
手把手带您无忧上云
相关
资讯
走进高维空间——所有点之间的距离都相等!奇妙、疯狂、不可思议
《深度学习》读书笔记系列——线性代数1
线性神经网络
《深度学习》读书笔记系列——线性代数2
多维随机变量的相关性在机器学习中的应用
热门
标签
更多标签
云服务器
ICP备案
腾讯会议
云直播
对象存储
活动推荐
运营活动
广告
关闭
领券