囚徒

#囚徒4.0_11_基于python的风云算法 #关于昨天数据不同的问题：是因为IDL和Python的逻辑不同而导致的，数据读取没问题，我表示错了。 #换语言好麻烦，现在都不知道什么语法对应什么语言了，一团糟。 #从上午十点写到现在，测试的时候发现python他的读取逻辑和IDL不一样，他的循环也不 ......

#囚徒 4.0_12 import numpy as np def AND(x1,x2): x=np.array([x1,x2]) w=np.array([0.5,0.5]) b=-0.7 temp=np.sum(x*w)+b if temp>0: return 1 else: return 0 d ......

function mask = code(ref_b2,ref_b3,ref_b4,ref_b5,tmp_7,tmp_9,tmp_13,tmp_15,SC,height,mask_lan) %算法实现 % 此处提供详细说明 sz=size(ref_b2); temp=ref_b4*0; temp(t ......

#囚徒 mnist try: import urllib.request except ImportError: raise ImportError('You should use Python 3.x') from ast import Not import os.path import gzip ......

#囚徒 mnist应用 import sys, os sys.path.append(r"E:\my tools\vscode_subject\vscode\python\cnn\deep_network") # 为了导入父目录的文件而进行的设定 import numpy as np import ......

数值微分近似 #囚徒4.0_13_数值微分近似 import numpy as np import matplotlib.pylab as plt #求 数值微分 导数 def numerical_diff(f, x): h = 1e-4 # 0.0001 return (f(x+h) - f(x- ......

囚徒4.0_13_梯度 这是是关于求取梯度的 # coding: utf-8 import numpy as np import matplotlib.pylab as plt from mpl_toolkits.mplot3d import Axes3D #非批处理梯度求取 （1，2）（x1,x2 ......

前面讨论的博弈都属于“一次性”：每个人做出一个决策后就结束了。但现实中，人们可能会重复参与同一个博弈。两个囚徒有可能在局子里再次相会，老师和学生会在若干年的时间里为考试而反复博弈，寡头厂商之间每天都在勾心斗角……，就产生了重复博弈的理论研究。重复博弈理论的最大贡献是对人们之间的合作行为提供了理性解释 ......