腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
圈层
工具
MCP广场
文章/答案/技术大牛
搜索
搜索
关闭
发布
搜索
关闭
文章
问答
(1851)
视频
开发者手册
清单
用户
专栏
沙龙
全部问答
原创问答
Stack Exchange问答
更多筛选
回答情况:
全部
有回答
回答已采纳
提问时间:
不限
一周内
一月内
三月内
一年内
问题标签:
未找到与 相关的标签
筛选
重置
2
回答
用于迭代过程-
exponential
映射的嵌套过滤?
它突然变成了
exponential
.您可以使用哪种类型的过程来同时保持迭代(即:自动)和轻量级工作负载? 您甚至可以在此时添加一个额外的数据层。就像我说的,它变成了
exponential
:--你是如何处理它的?
浏览 1
提问于2019-12-28
得票数 1
回答已采纳
1
回答
没有已知的从‘std::
exponential
_distribution<double>(*)(Double)’到‘std::
exponential
_distribution<double>*’的参数转换
std::
exponential
_distribution<double> (*)(double)和std::
exponential
_distribution<double>*有什么区别?第二个显然是一个指向带有模板参数<double>的std::
exponential
_distribution的指针,但是第一个是什么呢?_64_pointer,
浏览 0
修改于2015-10-27
得票数 0
2
回答
如何查看numpy.random.
exponential
的源代码?
我想看看numpy.random.
exponential
是否用F^{-1} (U)方法实现,其中F是指数分布的c.d.f,U是均匀分布。我尝试了numpy.source(random.
exponential
),但是返回了“这个对象不可用”。这是否意味着这个函数不是用Python编写的?我也尝试过inspect.getsource(random.
exponential
),但是返回了一个错误,说它不是模块、函数等等。
浏览 0
提问于2016-10-07
得票数 8
回答已采纳
0
回答
numpy.
exponential
的行为略有不同
只是运行代码y = np.exp(x)我得到了The
exponential
of -0.1
浏览 6
提问于2017-06-07
得票数 4
回答已采纳
1
回答
tf.train.
exponential
_decay电流LR的获取
global_step = tf.Variable(0, trainable=False)learning_rate = tf.train.
exponential
_decay
浏览 0
提问于2018-08-27
得票数 2
回答已采纳
1
回答
numpy.random.
exponential
和random.expovariate之间的差异
numpy.random.
exponential
和random.expovariate有什么区别?我熟悉random.
exponential
的工作原理。
浏览 0
修改于2018-01-03
得票数 0
2
回答
numpy.random.
exponential
(scale=1.0)返回大于1的数字
除非我完全疯了,否则numpy.random.
exponential
()的文档 import numpy as np返回值
浏览 1
修改于2016-02-27
得票数 0
1
回答
对numpy.random.
exponential
设置下限和上限
我想从lambda =2的指数分布中提取样本,但是这些必须在1到10之间。我知道在指数分布中创建样本的常用语法,但我不知道如何定义它。
浏览 3
提问于2016-11-12
得票数 1
1
回答
FirebaseJob调度程序:如何在RETRY_POLICY_
EXPONENTIAL
作业中指定重试次数
如何使用重试类型RETRY_POLICY_
EXPONENTIAL
,在作业中指定重试次数是我的代码 .setRetryStrategy(RetryStrategy.DEFAULT_
EXPONENTIAL
浏览 3
修改于2017-12-26
得票数 2
回答已采纳
1
回答
tf.compat.v1.train.
exponential
_decay:全局step =0
global_step = tf.Variable(0, trainable=False)learning_rate = tf.compat.v1.train.
exponential
_decay
浏览 1
提问于2020-08-20
得票数 0
回答已采纳
2
回答
Python的random模块有numpy.random.
exponential
的替代品吗?
我使用Numpy的numpy.random.
exponential
函数已经有一段时间了。我现在看到Python的random模块有许多我不知道的函数。它有没有什么东西可以取代numpy.random.
exponential
?如果能从我的项目中去掉numpy需求,那就太好了。
浏览 0
修改于2011-03-18
得票数 3
回答已采纳
1
回答
Stl:
exponential
_distribution -使用最小值和最大值作为输入参数
您能告诉我如何为
exponential
_distribution分布创建一个对象吗?在这个分布中,我只指定可以作为输入参数的最小值和最大值。m_generatorDeltaTime = std::
exponential
_distribution<double>(minDelta, maxDelta); 上面的示例给出了一个错误:(
浏览 10
提问于2019-09-06
得票数 0
回答已采纳
2
回答
C++如何设置`std::
exponential
_distribution`对象的参数?
我有一个发行版:std::
exponential
_distribution<double> exp_dis(lambda);// Pointer to
exponential
distribution object exp_dis_p->param(lambda);
浏览 5
修改于2020-06-20
得票数 2
1
回答
C++
exponential
_distribution偶尔返回inf,其中0是预期的
在使用std::
exponential
_distribution<float>时,我偶尔会得到inf的返回值。如果lambda接近于0,我会理解这一点,但是当lambda很大时,估计值非常接近于零。lambda = 1000000.0; { std::
exponential
_distribution
浏览 1
提问于2020-04-01
得票数 0
回答已采纳
1
回答
Java使用Possion/Gaussian/
Exponential
/Geometric/Uniform分布生成随机数
如何在Java中使用范围(0-99)内的不同分布来生成随机数。耽误您时间,实在对不起。
浏览 0
提问于2011-12-01
得票数 2
回答已采纳
1
回答
C++
exponential
_distribution模板类生成不精确的随机数。
幸运的是,C++提供了这样的模板类
exponential
_distribution,它可以根据指数分布生成浮点值,提供与平均值(即到达率)相反的值。is a pseudorandom number generator (PRNG), default_seed is a member constant, defined as 5489u; double interval;
浏览 2
提问于2014-11-01
得票数 0
回答已采纳
1
回答
使用tf.train.
exponential
_decay和预定义的估计量?
我试图在预定义的估计器中使用tf.train.
exponential
_decay,但由于某些原因,这是非常困难的。我是不是漏掉了什么?starter_learning_rate = 0.50learning_rate = tf.train.
exponential
_decay
浏览 0
提问于2018-03-11
得票数 6
1
回答
在Python语言中操作numpy.random.
exponential
发行版
radius_array = N.random.
exponential
(scale_radius,(n,1)) nbins = 100 number_density
浏览 0
修改于2013-02-26
得票数 9
回答已采纳
1
回答
是否有记录在案的方法来重置现有std::
exponential
_distribution对象上的lambda参数?
random> std::random_device rd; std::
exponential
_distributionintervalGenerator.param(std::
exponential
_distribution<double>::param_type(7)); // Destroy and recreate~
exponential
_dist
浏览 5
提问于2017-04-03
得票数 2
回答已采纳
1
回答
使用numpy.random.
exponential
绘制10,000,000个X样本,估计支出的期望值
下面是更好地可视化的链接:from numpy import exp, log, inf
exponential
_var=np.random.
exponential
(1,10000000) return max(
expon
浏览 1
修改于2019-04-06
得票数 0
回答已采纳
第 2 页
第 3 页
第 4 页
第 5 页
第 6 页
第 7 页
第 8 页
第 9 页
第 10 页
第 11 页
点击加载更多
领券