這里給出一維和二維數組的實例，至於三維及更高維的就自行腦補了 一維： 二維： 總結：None所在的位置就是需要升維的位置。 ...

《三體》讓我們了解了什么是“降維打擊”，在軟件設計領域很多時候需要反其道而行。對於某個問題，如果不能有效的解決，可以考慮是否可以上升一個維度，從高維視角審視問題往往可以找到捷徑。軟件設計是抽象的藝術，“升維打擊”實際上就是“維度”層面的抽象罷了。(本文實例從這里下載) 目錄 一、源起：一個接口 ...

降維：　 比如某次卷積之后的結果是W*H*6的特征，現在需要用1*1的卷積核將其降維成W*H*5，即6個通道變成5個通道： 　　通過一次卷積操作，W*H*6將變為W*H*1，這樣的話，使用5個1*1的卷積核，顯然可以卷積出5個W*H*1，再做通道的串接操作，就實現了W*H*5。 升 ...

前置知識   矩陣的逆 知識地圖   首先我們將了解一種叫升維的方法，用已有特征構造更多的特征。接着通過對空間與投影建立一定的概念后，推導出最小二乘法。 當特征數量不足時   在上一篇《初識線性回歸》中，我們假設要處理的問題有足夠的樣本數量和足夠的特征數量。記得樣本數量是用m ...

此文章為本人學習所得，如有不足之處，歡迎指正，分享原創，一起進步 維度：數據的組織形式 一維數據 由對等關系的有序或無序數據構成，采用線性方式（一條直線排開）組織 對等關系：這些數據平級關系（不是包含、從屬關系） 一維數據的表示----- 如果數據間有序：使用列表類型 ...

　　大名鼎鼎的UNet和我們經常看到的編解碼器模型，他們的模型都是先將數據下采樣，也稱為特征提取，然后再將下采樣后的特征恢復回原來的維度。這個特征提取的過程我們稱為“下采樣”，這個恢復的過程我們稱為“上采樣”，本文就專注於神經網絡中的下采樣和上采樣來進行一次總結。寫的不好勿 ...

圖像的降采樣與升采樣（二維插值） 1、先說說這兩個詞的概念： 降采樣，即是采樣點數減少。對於一幅N*M的圖像來說，如果降采樣系數為k,則即是在原圖中 每行每列每隔k個點取一個點組成一幅圖像。降采樣很容易實現. 升采樣，也即插值。對於圖像來說即是二維插值。如果升采樣系數為k ...

需求：低版本excel對於使用透視表后，索引方向會出現合並，需要將其恢復為“台賬”樣式。 解決方法：可以使用reset_index()。 在Pandas中如何給多層索引降級： https://bl ...