Pas encore de compte ?
Testé sous Anaconda et Python 3.7
import numpy as np import matplotlib.pyplot as plt import math #first some random data data = np.linspace(-10, 10, 1000) #https://en.wikipedia.org/wiki/Gaussian_filter def gaussian1d(data, sigma=1): gaussian_curve = [] for row in range(len(data)): gaussian_curve.append((1/(math.sqrt(2*math.pi)*sigma)*math.pow(math.e,(-1)*((data[row]**2 )/(2*sigma**2))))) return gaussian_curve sigmas = [0.5,1.0,1.5,2.0,2.5] X = range(len(data)) for sigma in sigmas: plt.plot(X, gaussian1d(data, sigma), label='sigma='+str(sigma)) plt.legend()
ml_research - GitHub
Bienvenu, je m’appelle Eric Soupet et je suis l'administrateur du site elodees.com. elodees.com est un état de l'art de l'Intelligence Artificielle et se veut collaboratif, vous pouvez dès à présent proposer du contenu tels que des articles, des événements, des tutoriels, ... alors n'hésitez pas !
Crédit des images de la plate-forme : Pixabay - Pixabay License | Pexels - Pexels License