1、K-means算法的基本思想 K-means算法是一种迭代求解的聚类分析算法，其核心思想是将数据集中的n个对象划分为K个聚类，使得每个对象到其所属聚类的中心（或称为均值点、质心）的距离之和最小。这里所说的距离通常指的是欧氏距离，但也可以是其他类型的距离度量。 K-means算法通过迭代的方式不断优化聚类结果，使得每个聚类内的对象尽可能紧密，而不…

number1 = int(input("请输入第一个数：")) number2 = int(input("请输入第二个数：")) # 方法一：字符串拼接，注意数字需要str()转化为字符串再拼接 print(str(number1) + " + " + str(number2) + " = " + str(number1 + number2)) …

当我们深入探索深度学习的奇妙世界时，PyTorch作为一个强大且易用的框架，提供了丰富的功能来帮助我们高效地进行模型训练和数据处理。其中，DataLoader是PyTorch中一个非常核心且🔧实用的组件，它负责在模型训练过程中加载和处理数据。 通过灵活配置DataLoader的各种参数，我们可以优化数据加载速度，调整数据批次大小，甚至实现自定义的数…

引言： K-Means是一种经典的聚类算法，被广泛应用于数据挖掘、图像处理和机器学习等领域。它的原理简单但功能强大，能够将数据集划分成不同的簇，每个簇内的数据点相似度较高，而不同簇之间的数据点相似度较低。本文将介绍K-Means算法的基本概念和原理。 K-Means算法原理： K-Means算法的基本原理是：通过迭代的方式，将数据点划分到最接近的类…

本文将使用open, pandas, numpy三种方式对txt文档进行读，写，追加 [alert]在此不推荐使用此方式操作➡ f = open(’test.txt’, ‘w’)，因为该方法结束时候需要使用f.close()，如果忘记写close，则可能出现数据丢失的情况[/alert] 1. with open()方式 读： with open(…

一、GPU基本信息 1. 查看cuda是否可用： torch.cuda.is_available() >>> import torch >>> torch.cuda.is_available() True 2. 查看gpu数量： torch.cuda.device_count() >> torch.c…

[github author="ttanida" project="rgrg" /]

比山更高的究竟是什么？ 这次攀登之所以被誉为最伟大的攀登，恰恰是因为没有登顶。“他们完美地实现了生存与登顶、勇气与理性之间的平衡，这是非常难的事情。后退一步，自由攀登者难以开辟新的路线，向前一步，便可能因为失去理性葬身山中。登山的魅力或者说悖论，正在于此，甚至可以说，这种平衡已经成为了一种艺术。” 正如《比山更高》的结尾所写：“攀登不需要理由。在真…

二进制中的负数表示有一个重要的概念是补码，它是由对应正数二进制取反后再加 1 得到的。但是经常忘记为什么要这么表示，这里结合 chatgpt 解释做个简单的总结。 补码（Two's Complement）设计的逻辑来自于简化和统一计算机中有符号数的表示和运算。其设计逻辑可以追溯到计算机科学中的一些基本需求和目标。以下是补码设计逻辑的详细解释： 1.…