Mnist-时尚-赋值-PIAIC
Fashion-MNIST是Zalando文章图片的数据集-包含60,000个示例的训练集和10,000个示例的测试集。每个示例都是一个28x28灰度图像,与来自10个类别的标签相关联。 Zalando打算将Fashion-MNIST用作直接替代MNIST原始数据集的基准机器学习算法。它具有相同的图像大小以及训练和测试分割的结构。原始MNIST数据集包含许多手写数字。 AI / ML /数据科学社区的成员喜欢此数据集,并将其用作验证其算法的基准。实际上,MNIST通常是研究人员尝试的第一个数据集。他们说:“如果它在MNIST上不起作用,那么它将根本不起作用”。 “好吧,如果它确实可以在MNIST上运行,那么在其他系统上仍然可能会失败。” Zalando试图替换原始的MNIST数据集内容每个图像的高度为28像素,宽度为28像素,总计784像素。每个像素都
努梅罗夫
python脚本,用于解一维时间独立的Schrodinger方程的束缚态。 该脚本使用Numerov方法来求解微分方程,并显示所需的能级和带有这些能级中每一个的近似波动函数的图形。
跑步
要运行此代码,只需克隆此存储库并使用python运行Numerov.py脚本(需要numpy和matplotlib模块):
$ git clone https://github.com/FelixDesrochers/Numerov/
$ cd Numerov
$ python Numerov.py
然后程序将要求您输入要显示的能级数和所需的电势(确保电势大约位于x = 0的中心):
$ >> Which first energy levels do you want (enter an integer) : 4
$ >> Potential (as a fonction of x):