Skip to main content
Side panel
moodle
Home
Calendar
Courses 2026/2027
Old Moodle
More
You are currently using guest access
Log in
moodle
Home
Calendar
Courses 2026/2027
Old Moodle
Numpy (Beräkningsprogrammering för EDAA85)
Expand all
Collapse all
Open course index
EDAA85-numpy
Numpy — vecka 3
Numpy — vecka 3
Section: Numpy — vecka 3 | Numpy (Beräkningsprogrammering för EDAA85) | moodle
DIFFERENTIALEKVATIONER
KURVANPASSNING
HANTERA MÄTSERIER
LAB 3
Select activity Material vecka 3
Se veckans filmer:
3.1
kurvanpassning med polynom
(2:33)
3.2
kurvanpassning med variabelbyte
(4:45)
Att lösa differentialekvationer
3.3
första ordningens differentialekvationer
(10:31)
3.4
system med differentialekvationer
(5:34)
3.5
högre ordningens differentialekvationer
(3:56)
Datahantering och matrisfunktioner med neuralt nätverk som exempel
3.6
Neurala nätverk (repetition)
(8:16)
Kod för nätverket
3.7
Hämta data online med requests
(4:45)
3.8
Matrisfunktioner, argmax och reshape
(4:20)
3.9
Matriser: filtrera med villkor
(3:37)
3.10
Förbered träningsdatan
(3:22)
3.11
where
(2:46)
3.12
Matriser med slumpvärden
(3:09)
Övning:
slumpvektor
Övning:
where
3.13
Intro träning av nätverket
(2:15)
3.14
Backpropagation
(8:10)
3.15
(Överkurs) Härledning av ekvationerna med kedjeregeln
(8:19)
3.16
Kod för att träna det neurala nätverket
(5:17)
Övning:
känn igen alla siffror
3.17
Laboration 3: np.roll
(1:39)
Bonusexempel
3.18
Advent of Code 1 dec 2021, läsa från fil och np.roll
(5:46)
3.19
requests och cookies
(3:29)
Föreläsningsbilder (PDF)
Genomför och redovisa
laboration 3
(
obligatorisk
). Observera att denna laboration måste redovisas på beräkningsprogrammerings-tillfällena i schemat.
Läsanvisningar i boken
Scientific computing with Python
av Claus Führer (online via Lunds Universitetsbibliotek
).
Funktioner som objekt: 7.6
Läsa och skriva från filer: 14.1
Funktionen where: 5.3.2
Övrig dokumentation:
Den nya modulen för anpassning av polynom:
numpy.polynomial.polynomial
Lösa differentialekvationer med scipy:
scipy.integrate.solve_ivp