- android - 多次调用 OnPrimaryClipChangedListener
- android - 无法更新 RecyclerView 中的 TextView 字段
- android.database.CursorIndexOutOfBoundsException : Index 0 requested, 光标大小为 0
- android - 使用 AppCompat 时,我们是否需要明确指定其 UI 组件(Spinner、EditText)颜色
我需要对我的数据应用递归规则:两个连续数字之间的增量不能超过 0.5。
如果第 n 行的值 (x[n]
) 和第 n+1 行的值 (x[n+1]
) 之间的增量是大于此上限,第 n+1 行中的值应替换为 x[n+1] = x[n] + 0.5
然后应该使用 x[n+1]
的新值来查看后续的 x[n+2]
值是否在上限内。
我知道我可以循环执行此操作,但我正在寻找一种矢量化方法来执行此操作。想知道我是否可以使用类似 scipy's lfiltic 的东西,但我还没有看到类似的例子。
示例数据:
pd.Series(np.random.randn(10,))
0 0.016366
1 -1.180037
2 0.967760
3 0.337723
4 -0.230030
5 -0.276347
6 -1.872155
7 -1.242532
8 2.315929
9 -1.723003
示例输出:
0 0.016366
1 -1.180037
2 -0.180037 # <- new value because of cap
3 0.337723
4 -0.230030
5 -0.276347
6 -1.872155
7 -1.242532
8 -0.242532 # <- new value because of cap
9 -1.723003
最佳答案
这是一个只需要 O(log(N))
的解决方案parallel 以需要 O(N*log(N))
为代价传递数据总操作(其中并行传递可能涉及将大范围的连续元素聚合为单个值)。
这是否算作矢量化解决方案取决于您有哪些可用的原语以及您想要将分而治之算法重新表述为矢量化算法的工作量,这是(至少在这种情况下)可能的,但往往需要大量工作。
在基本情况下,您有一个单元素向量,您就完成了。
否则将您的数据分成两半,并递归地将规则应用于每一半。我们称生成的向量为a
和 b
.
让c = [a[-1] + 0.5,a[-1] + 1.0,..]
(其中 a[-1]
是 a
中的最后一个元素)
找到b
中的第一个元素这是 < c
中的相应元素.
i = indexFirstTrue(b < c)
#(返回 len(b)
如果它们都更大)。
然后拼接c
的合适部分:
return a + c[:i] + b[i:]
这里是作为列表上的 Python 函数(这当然违背了整个目的,但它给出了正确的想法):
import itertools
def restrict(x):
l = len(x)
if l == 1:
return x
a = restrict(x[:l//2])
b = restrict(x[l//2:])
c = list(itertools.islice(itertools.count(a[-1]+0.5, 0.5), len(b)))
try:
i = [x < y for (x, y) in zip(b, c)].index(True)
except ValueError:
i = len(b)
return a + c[:i] + b[i:]
关于python - 矢量化 : Limit the increase in value between two subsequent numbers in Series (or list/array/whatever),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/46932619/
我想使用Tensorflow的transform_graph工具优化图形。我尝试优化 MultiNet 中的图表(以及其他具有类似编码器-解码器架构的)。然而,优化后的图在使用 quantize_we
我试图在 C# 中将图像量化为 10 种颜色,但在绘制量化图像时遇到问题,我已经制作了映射表并且它是正确的,我已经制作了原始图像的副本并且正在更改基于映射表的像素颜色,我使用下面的代码: bm = n
我需要降低UIImage的颜色深度,但是我不知道该怎么做。结果应与在Photoshop中应用索引颜色相同。 我的目标是要具有较低的色深(32色或更低)。也许这是我的错,但我没有找到解决方法。令人惊讶的
我有大量的 numpy 向量,每个形状 (3,) 都有 8 位整数值: vec = np.random.randint(2**8, size=3) 我想通过一些已知的缩减因子将这些向量量化到更小的空间
我正在用 jQuery 编写一个心理学应用程序。我的项目的一部分需要测量用户对声音的 react 时间(用户按下一个键)。因此,我需要在调用(&时间戳)声音文件和实际开始播放之间的延迟尽可能小地播放声
最近,我开始使用 Tensorflow + Keras 创建神经网络,我想尝试 Tensorflow 中提供的量化功能。到目前为止,使用 TF 教程中的示例进行试验效果很好,我有这个基本的工作示例(来
使用当前的 Tensorflow quantization ops ,我将如何在推理过程中模拟每 channel 量化?这paper将每层量化定义为 We can specify a single q
我已经卡住了我的模型并获得了 .pb 文件。然后我在 Linux 上使用 tocoConverter 量化我的模型,因为 Windows 不支持它。我有 quantized_model.tflite。
我将 git 用于一个稍微不寻常的目的——它在我写小说时存储我的文本。 (我知道,我知道......令人讨厌。) 我正在尝试跟踪生产力,并想衡量后续提交之间的差异程度。作家代表“作品”的是“文字”,至
quantization有什么区别和 simplification ? 量化是另一种简化方式吗? 在某些情况下使用量化更好吗? 或者我应该同时使用两者? 最佳答案 几何体的总大小由两个因素控制:点数和
扎克伯格说,Llama3-8B还是太大了,不适合放到手机中,有什么办法? 量化、剪枝、蒸馏,如果你经常关注大语言模型,一定会看到这几个词,单看这几个字,我们很难理解它们都干了些什么,但
相对于
我正在将一些我无法控制的 XML 转换为 XHTML。 XML 模式定义了一个 段落标记和 和 用于列表。 我经常在这个 XML 中找到嵌套在段落中的列表。因此,直接转换会导致 s 嵌套在 中s,
我看到过这样的说法:CNN 的更深层次可以学习识别更复杂的特征。这通常附带一张早期过滤器识别直线/简单曲线的图片,以及后期过滤器识别更复杂图案的图片。它具有直观意义:您距离数据越远,您对数据的理解就越
在使用 C++ 的带有 tensorflow lite 的树莓派上,对象检测无法正常工作。我的代码编译并运行,但输出似乎从未得到正确填充。我是否会遗漏任何依赖项或错误地访问结果? 我遵循了以下教程:
如何衡量/量化 Corona SDK 游戏应用中的“迟缓”? 我在我构建的基于 Corona SDK 的物理游戏(使用 Box2D)上寻找旧手机(例如 iPhone 4、Samsung GT-I900
我正在尝试创建一个 Tensorflow 量化模型,以便使用 Coral USB 加速器进行推理。这是我的问题的一个最小的独立示例: import sys import tensorflow as t
我有一个分位数回归模型,其中包含 1 个回归变量和 1 个回归变量。我想假设检验回归量在每个分位数上都相等。我想到的一种方法是在 {0.01,0.02,....,0.99} 上测试所有 tau。但是,
要求做,在 PGM 文件上使用 KMeans 进行 vector 量化(或图像压缩) 图像是 PMG 文件,其中 b = block 大小,k = 次数,t = 迭代,-g = 初始质心 图像是这样的
我是一名优秀的程序员,十分优秀!