用过numpy包的人可能会发现，np.array和np.asarray都可以将数据结构转化为矩阵的形式。笔者在阅读一些技术类书籍的时候也发现，有的作者不加区分地在代码中随意使用二者，给读者造成了很大的困扰。那么这篇文章里，我们就来谈一谈np.array和np.asarry的区别。 节省时间，先直接看结论 np.array和np.asarray都可以将数据结构转化为ndarray的形式，这一点没有问题。但是主要区别在于：当数据源是ndarray形式时候，array会生成一个副本，占用新的内存，而asarray不会。 例子： 1. 当数据源为非ndarray时 import numpy ...

一、机器学习研究内容 机器学习致力于研究如何通过计算的手段，利用经验来改善自身的性能。由于经验通常以数据的形式存在，因此机器学习所研究的主要内容，时关于在计算机上从数据中产生模型的算法，即学习算法。 二、基本术语 书中以西瓜作为案例，规定一个西瓜的数据格式如（色泽=青绿；根蒂=蜷缩；敲声=浊响）所示，现假定我们已经收集到了一批西瓜数据。 1. 数据集：这组记录的集合称为一个数据集 2. 样本：数据集中每条记录是关于一个事件或对象（这里为西瓜）的描述，称为一个示例或样本。 3. 属性：反映事件或对象在某方面的表现或性质的事项，例如“色泽”、“根蒂”、“敲声”，称为属性或特征。 4. 属性...

一、问题所在 今天用Python做有关图像读取与显示的实验时无意间遇到了这样的一个小问题。 待处理的原始图像如下： 图1.1 杜鹃花 我的本意是通过使用cv2与pyplot，先将原图像显示出来，然后将转换过后的灰度图像再显示出来，从而对比观察二者的区别，就像下图所示： 图1.2 原图与灰度图 然而理想很丰满，现实很骨感。我发现，我显示的原图像总是蓝***调的。嗯，没错，就是蓝色的。就像这样： 图1.3 蓝色...

一、什么是感知机 感知机接收多个输入信号，输出一个信号。许多个这样的输出信号汇集在一起，可以形成类似于电流一样的“信息流”，向前方输送信息。不过有一点特殊的是，感知机的输出信号只有“流/不流”两种取值（1或0）。下图是一个接收两个输入信号的感知机的例子。 图1.1 感知机 上图中，x1和x2是输入信号，y是输出信号，w1和w2是权重(weight)，椭圆形的部分称为“神经元”或“节点”。当输入信号被送往神经元的时候，会被分别乘以固定的权重(w1x1, w2x2)。神经元会计算传送过来的信号的总和，只有当总和超过某个界限值的时候...