import numpy as np ?np.maximum np.maximum 是 element-wise 取最大，同时也有broadcasting 机制 np.maximum([1,2,5],[2,3,4]) array(

import numpy as np np.log(10) 2.302585092994046 np.exp([1,2]) array([2.71828183, 7.3890561 ])比较下列的异同，通常broadcasting是

import numpy as np range 的用法 list(range(1,5)) [1, 2, 3, 4] list(range(5)) [0, 1, 2, 3, 4]np.random.choice 的用法· mask

import numpy as np 下面验证一下 np.concatenate 的用法a = np.array([[1,2],[3,4]]) b = np.array([[5,6],[7,8]]) x = [] x.append(a

LK光流法是图像亮度的运动信息描述，它基于三个假设： 运动物体的灰度在很短时间内保持不变 时间连续或者运动是小运动（可以泰勒展开） 空间一致，临近点有相似运动（保证对于同一个窗口所有点的偏移量都相等） ###原理 假设图像

上学期其实已经把assignment1 和 2做完了，但是那是基于python2，这学期cs231n又更新到2018版，作业也使用了python3.6，我就想着复习一下基础知识，顺便再做一遍这个作业。 下面是作业1之前部分的slid