开发者社区> 狂龙十八次> 正文

【深度学习笔记】(一)Octave

简介: 【深度学习笔记】(一)Octave 介绍Octave Octave是一种面向科学数学运算的原型语言,内置了强大的数学函数及图形展示工具。原型prototyping设计的意思是使用ovtave进行算法设计、实现、验证等过程。
+关注继续查看

【深度学习笔记】(一)Octave

介绍Octave

Octave是一种面向科学数学运算的原型语言,内置了强大的数学函数及图形展示工具。原型prototyping设计的意思是使用ovtave进行算法设计、实现、验证等过程。 推荐Octave快速实现算法原型


安装Octave

以mac为例:

1、安装Homebrew

/usr/bin/ruby -e “$(curl -fsSL https://raw.githubusercontent.com/Homebrew/install/master/install)”

2、更新Homebrew

sudo ln -sf /Applications/Utilities/XQuartz.app/ /Applications/Utilities/X11.app
brew update && brew upgrade

3、安装Gcc

brew install gcc

4、安装Octave

brew install octave

5、验证安装成功

jasondeMacBook-Pro:~ jasonhu$ octave

GNU Octave, version 4.2.1
Copyright (C) 2017 John W. Eaton and others.
This is free software; see the source code for copying conditions.
There is ABSOLUTELY NO WARRANTY; not even for MERCHANTABILITY or
FITNESS FOR A PARTICULAR PURPOSE. For details, type ‘warranty’.
Octave was configured for “x86_64-apple-darwin16.7.0”.
Additional information about Octave is available at http://www.octave.org.
Please contribute if you find this software useful.
For more information, visit http://www.octave.org/get-involved.html
Read http://www.octave.org/bugs.html to learn how to submit bug reports.
For information about changes from previous versions, type ‘news’.

octave:1>


使用Octave

1、逻辑运算

octave:1> 1==3
ans = 0
octave:2> 1|0
ans = 1
octave:3> 1|3
ans = 1
octave:4> 4~=5
ans = 1
octave:5> 9>10
ans = 0
octave:6> 2&&0
ans = 0
octave:7>

2、线性代数运算

octave:7> b = [4;9;2]
b =
4
9
2

octave:8> A = [3 4 5;1 3 1;3 5 9]
A =
3 4 5
1 3 1
3 5 9

octave:9> x = A \ b
x =
-1.5000
4.0000
-1.5000

3、sin(x)函数图

octave:4> x = -10:0.1:10;
octave:5> y = sin(x);
octave:6> plot(x,y);title(“Simple 2-D Plot”);xlabel(“x”);ylabel(“sin(x)”);

sin(x)

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

相关文章
机器学习数学基础六:核函数变换
机器学习数学基础六:核函数变换
9 0
砥砺的前行|基于labview的机器视觉图像处理|NI Vision Assisant(六)——Binary(二值图) 功能
砥砺的前行|基于labview的机器视觉图像处理|NI Vision Assisant(六)——Binary(二值图) 功能
53 0
机器学习特性缩放的介绍,什么时候为什么使用
机器学习特性缩放的介绍,什么时候为什么使用
31 0
深度学习与CV教程(15) | 视觉模型可视化与可解释性
本文讲解了一些理解 CNN 可视化的方法(特征、滤波器可视化),以及一些有趣的应用,如DeepDream、图像神经风格迁移(特征反演 + 纹理生成)等【对应 CS231n Lecture 12】
18268 0
高斯网络|机器学习推导系列(二十二)
高斯网络|机器学习推导系列(二十二)
224 0
计算机视觉教程6-1:图解双目视觉系统与立体校正原理
计算机视觉教程6-1:图解双目视觉系统与立体校正原理
257 0
计算机视觉教程1-2:单应性矩阵估计
计算机视觉教程1-2:单应性矩阵估计
140 0
LabVIEW图像分割算法(基础篇—6)
LabVIEW图像分割算法(基础篇—6)
190 0
LabVIEW图像增强算法(基础篇—5)
LabVIEW图像增强算法(基础篇—5)
282 0
+关注
狂龙十八次
Android 人工智能
文章
问答
文章排行榜
最热
最新
相关电子书
更多
深度学习论文实现:空间变换网络-第一部分
立即下载
典型模型-卷积神经网络入门
立即下载
纯干货 | 机器学习中梯度下降法的分类及对比分析
立即下载