approximation

    0热度

    1回答

    给定一个3D对象,我该如何将它转换成一个近似的形状,其中物体的所有边平行于任何一个坐标平面,并且所有的顶点都有整数坐标?例如,以原点为中心并且半径为1.5的球体将近似为以原点和边长为中心的立方体。 又例如,x = y = 0.5给出的线将具有近似形状为具有无限长度,宽度和宽度为1的直角平行六面体,并且定位成其边缘中的一个沿着z轴,而所有面都沿着或平行于xz或yz坐标平面中的任一个。 我只使用有限的

    0热度

    2回答

    我在我已按子类别countsperc(子类别名未示出) 计算的计数数目为每个类别(id)一个大表,那么总 (id)列sumofcounts,以及子类别比例 总数(counsperc/sumofcounts)apppropor(大约比例),需要近似(3位十进制)。 问题是,类别(id)的近似比例之和必须是1.000而不是0.999等。 - 列apppropor的项目,以获得1.000作为总和。 例如

    2热度

    2回答

    假设我们在2D平面上给出了一个图,其中节点和每对节点之间的边具有等于欧几里得距离的权重。最初的问题是找到这个图的MST,并且很清楚如何使用Prim's或Kruskal算法来解决这个问题。 现在我们假设我们有k额外的节点,我们可以将它放在我们的2D平面上的任何整数点上。问题是如果没有必要使用所有这些额外节点,则为这些节点查找位置,以便新图具有尽可能最小的MST。 显然不可能找到确切的解决方案(在多时

    0热度

    1回答

    指数近似代码基于裁缝系列https://en.wikipedia.org/wiki/Taylor_series围绕零可以很好地用于输入,但移动在两个方向上更远时是完全无用的。下面是我的小测试代码的输出,相比的std :: EXP结果,并在边境的错误是巨大的内-12至12的范围和打印错误计算输入EXP。对于-12输入例如误差约为高达148255571469%: in = -12 error = 14

    1热度

    1回答

    最近遇到了关于如何找到给定数字流的第x百分位数的问题。如果数据流相对较小(可以存储到内存中,排序并且可以找到第x个值),我对此有基本的了解,但是我想知道如果数字流相当公平,百分比是如何近似的数量众多,数量未知。

    0热度

    1回答

    我想知道ELBO是否应该随着变化参数q_i的每次更新而单调递增?我知道它应该在每次迭代中增加,但是在每个q_i的一次迭代中这也是如此吗?谢谢!

    1热度

    2回答

    我想创建一个神经网络近似函数(正弦,余弦,自定义...),但我努力与格式,我不想使用输入 - 标签,而是输入输出。我该如何改变它? 我下面this tutorial import tensorflow as tf import random from math import sin import numpy as np n_nodes_hl1 = 500 n_nodes_hl2 =

    0热度

    2回答

    在spark中,是否有一种快速获取数据集中元素数量的近似计数?也就是说,比Dataset.count()快。 也许我们可以从DataSet的分区数来计算这些信息,我们可以吗?

    0热度

    1回答

    我将通过实例解释我的问题: >>> #In this case, I get unwanted result >>> k = 20685671025767659927959422028/2580360422 >>> k 8.016582043889239e+18 >>> math.floor(k) 8016582043889239040 >>> #I dont want this to

    1热度

    1回答

    我知道我们可以利用蒙特卡罗方法,通过“扔”点上右上角近似PI并计算其中有多少是圆等内部.. 我想这样做,对于每函数f,所以我在矩形“扔” 随机点[A,b]×[0;最大(F)],我如果我的random_point_y测试低于f(random_point_x),然后我将总数除以f以下的点数。 下面是代码: clear close all %Let's define our function f