approximation

    0熱度

    1回答

    給定一個3D對象,我該如何將它轉換成一個近似的形狀,其中物體的所有邊平行於任何一個座標平面,並且所有的頂點都有整數座標?例如,以原點爲中心並且半徑爲1.5的球體將近似爲以原點和邊長爲中心的立方體。 又例如,x = y = 0.5給出的線將具有近似形狀爲具有無限長度,寬度和寬度爲1的直角平行六面體,並且定位成其邊緣中的一個沿着z軸,而所有面都沿着或平行於xz或yz座標平面中的任一個。 我只使用有限的

    0熱度

    2回答

    我在我已按子類別countsperc(子類別名未示出) 計算的計數數目爲每個類別(id)一個大表,那麼總 (id)列sumofcounts,以及子類別比例 總數(counsperc/sumofcounts)apppropor(大約比例),需要近似(3位十進制)。 問題是,類別(id)的近似比例之和必須是1.000而不是0.999等。 - 列apppropor的項目,以獲得1.000作爲總和。 例如

    2熱度

    2回答

    假設我們在2D平面上給出了一個圖,其中節點和每對節點之間的邊具有等於歐幾里得距離的權重。最初的問題是找到這個圖的MST,並且很清楚如何使用Prim's或Kruskal算法來解決這個問題。 現在我們假設我們有k額外的節點,我們可以將它放在我們的2D平面上的任何整數點上。問題是如果沒有必要使用所有這些額外節點,則爲這些節點查找位置,以便新圖具有儘可能最小的MST。 顯然不可能找到確切的解決方案(在多時

    0熱度

    1回答

    指數近似代碼基於裁縫系列https://en.wikipedia.org/wiki/Taylor_series圍繞零可以很好地用於輸入,但移動在兩個方向上更遠時是完全無用的。下面是我的小測試代碼的輸出,相比的std :: EXP結果,並在邊境的錯誤是巨大的內-12至12的範圍和打印錯誤計算輸入EXP。對於-12輸入例如誤差約爲高達148255571469%: in = -12 error = 14

    1熱度

    1回答

    最近遇到了關於如何找到給定數字流的第x百分位數的問題。如果數據流相對較小(可以存儲到內存中,排序並且可以找到第x個值),我對此有基本的瞭解,但是我想知道如果數字流相當公平,百分比是如何近似的數量衆多,數量未知。

    0熱度

    1回答

    我想知道ELBO是否應該隨着變化參數q_i的每次更新而單調遞增?我知道它應該在每次迭代中增加,但是在每個q_i的一次迭代中這也是如此嗎?謝謝!

    1熱度

    2回答

    我想創建一個神經網絡近似函數(正弦,餘弦,自定義...),但我努力與格式,我不想使用輸入 - 標籤,而是輸入輸出。我該如何改變它? 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熱度

    2回答

    在spark中,是否有一種快速獲取數據集中元素數量的近似計數?也就是說,比Dataset.count()快。 也許我們可以從DataSet的分區數來計算這些信息,我們可以嗎?

    0熱度

    1回答

    我將通過實例解釋我的問題: >>> #In this case, I get unwanted result >>> k = 20685671025767659927959422028/2580360422 >>> k 8.016582043889239e+18 >>> math.floor(k) 8016582043889239040 >>> #I dont want this to

    1熱度

    1回答

    我知道我們可以利用蒙特卡羅方法,通過「扔」點上右上角近似PI並計算其中有多少是圓等內部.. 我想這樣做,對於每函數f,所以我在矩形「扔」 隨機點[A,b]×[0;最大(F)],我如果我的random_point_y測試低於f(random_point_x),然後我將總數除以f以下的點數。 下面是代碼: clear close all %Let's define our function f