norm

0热度

1回答

我试图在this文章后的C++中实现SIFTRoot。特别是： # apply the Hellinger kernel by first L1-normalizing and taking the # square-root descs /= (descs.sum(axis=1, keepdims=True) + eps) descs = np.sqrt(desc

0热度

1回答

分流/片向量为子向量，并得到他们的规范，没有一个循环

我有两个向量在MATLAB，vectorA和vectorB - 无论是1280元的长度相等。我想将矢量分成长度为256的子矢量，给出5个子矢量。一旦我有切片，比如sliceA和sliceB，我需要在两个切片上执行norm。此刻，我有以下代码： for i = 1:N sliceA = vectorA(i:round(i*1280/N); sliceB = vectorB(i

0热度

1回答

如何表示规范

我有一个数组A = [1 2 3 4 5]。（1-2）+（1-3）+（1-4）+（1-5）和（2-1）+（2-3）+（1-3）我想要取它的标准-1，即（2-4）+（2-5）和（3-1）+（3-3）+（3-4）+（3-5）等等。我怎么能代表这methametical形式

2热度

1回答

按功能排序（对称）numpy二维数组。（norm）

如何根据行的规范有效地对矩阵进行排序（使用numpy.ndarrays）？我想矩阵排序： A = np.array(([ 10, 1, 6, 3 ], [ 1,12, 2, 4 ], [ 6, 2,14, 5 ], [ 3, 4, 5, 9 ])) 其行的常态。我现在所做的是创建一个规范列表并获取该列表的索引列表，并根据该列表对矩阵进行排序。

0热度

1回答

Matlab最小化范数以使用fminsearch查找系数

我正在尝试使用最小化来计算多项式的系数p(x) = 1 + c(1)x + c(2)x^2以近似e^x。我需要使用点xi = 1 + i/n为自然数i上[1,n]，首先为n=5，然后n=10等的方法是1，2和inf norm(p(x) - e^x)使用fminsearch的最小化。所以输出应该是3 p(x)的2个系数。任何建议表示赞赏。

7热度

2回答

linalg.norm未采用轴参数

我在Pyzo中使用Python 3。请你能告诉我为什么linalg.norm函数不能识别轴参数。此代码： c = np.array([[ 1, 2, 3],[-1, 1, 4]]) d=linalg.norm(c, axis=1) 返回错误： TypeError: norm() got an unexpected keyword argument 'axis'

5热度

2回答

获取numpy的稀疏矩阵行

我有我使用Sklearn的TfidfVectorizer对象获得一个稀疏矩阵的规范： vect = TfidfVectorizer(sublinear_tf=True, max_df=0.5, analyzer='word', vocabulary=my_vocab, stop_words='english') tfidf = vect.fit_transform([my_docs]) 稀疏

4热度

2回答

正火行，使得它们的范数是等于1（MATLAB）

我有以下的问题 - 我有大小16x22440的矩阵A。我需要做的是规范这个矩阵的每一行，让他们每个人的标准是等于1（for n=1:16 norm(A(n,:))==1）我怎样才能做到这一点在MATLAB？编辑：在该矩阵中的每一行是一个160x140图像的创建的矢量，因此必须单独考虑。这些值需要进行归一化以创建一个特征脸矩阵。

2热度

1回答

计算矩阵中每一行的范数

我有一个Nx3矩阵（A）列分别是X，Y，Z。我想计算每行的sqrt（X^2 + Y^2 + Z^2）范数。我做了for循环： for i = 1:length(A) Result(i) = norm(A(i,:)) end 有没有其他方法可以避免循环？感谢

0热度

1回答

tf.norm错误ValueError异常：“奥德”必须是一个支持向量范数，得到了来回

我试图计算我张的Frobenius范 W = tf.Variable(tf.random_normal([3072,20],stddev=0.1)) temp = tf.matmul(tf.transpose(W),W) fro_W = tf.norm(temp, ord ='fro') 这将产生以下错误： ValueError异常：'ord'必须是一个支持的向量规范，来回我不明白为什么