啊. 有苦难言呀. 我姐不理我了.

bzshow 2002-03-05 06:20:02

痛苦呀.

以后再也没人关心我了.

啊.

要疯了.

神啊, 救救我吧.

我真的哭了. 听见我哭了吗?

...全文

118 6 打赏收藏举报

写回复

6 条回复

切换为时间正序

请发表友善的回复…

发表回复

feikecmy 2002-03-07

打赏
举报

回复

再找一个

ferbruary 2002-03-06

打赏
举报

回复

姐姐真的很重要?

zhangjun 2002-03-06

打赏
举报

回复

你姐不理你了，找个码子不就可以了！

dahuabj 2002-03-06

打赏
举报

回复

拼命讨好老姐。

bzshow 2002-03-05

打赏
举报

回复

TMD.
怎么还没长大呀.

idAnts 2002-03-05

打赏
举报

回复

哭什么，喝点酒，该骂谁就骂谁！

前言在完成作业的过程中，对multiply函数、*运算符号、dot函数的功能经常混淆。在这里做一个简单的区分，并不一定严谨。每个函数对于数组和矩阵的操作内容也存在差异。本博客只是针对常见的用法，例如矩阵传播机制并不进行考虑，如果需要透彻理解这些操作，可以转到别的博客学习，这里只做最简单的应用区分。 import numpy as np m = np.array([[1, 2, 3], [4, 5, 6]]) n = np.array([[1, 2, 3], [4, 5, 6]]) print("矩阵m:

总结：元素乘法：np.multiply(a,b) 矩阵乘法：np.dot(a,b) 或 np.matmul(a,b) 或 a.dot(b) 或直接用 a @ b 唯独注意：*，在 np.array 中重载为元素乘法，在 np.matrix 中重载为矩阵乘法! 注意：对于数组格式的数据，一维、二维数组都可以使用元素、矩阵相乘；对于矩阵格式的数据，一维矩阵只能进行元素乘法，二维矩阵都可以。 1. 对于 np.array 对象二维数组一维数组元素乘法用 a*b 或 np.mu

numpy矩阵严格是二维的，而numpy数组(ndarrays)是N维的。矩阵对象是ndarray的子类，因此它们继承了ndarray的所有属性和方法。numpy矩阵的主要优点是它们为矩阵乘法提供了一种方便的表示法：如果a和b是矩阵，则a * b是它们的矩阵乘积。import numpy as npa=np.mat('4 3; 2 1') b=np.mat('1 2; 3 4') print(...

Is there any difference? If not, what is preferred by convention?The performance seems to be almost the same.a=np.random.rand(1000,1000)b=np.random.rand(1000,1000)%timeit a.dot(b) #14.3 ms ± 374 µ...

内容概要：本文介绍了基于共聚焦光学的大坡度粗糙面三维测量技术，重点解决芯片弹坑深度检测中的高陡壁、低反射率和表面粗糙等复杂工况下的无损测量难题。通过采用中图仪器VT6100共聚焦显微镜，结合尼普科夫转盘结构与弱光解析算法，突破传统光学干涉和接触式测量的物理限制，实现最高71.8度倾角的陡壁无损重建，精确测定弹坑深度在1.2-1.7μm之间，系统重复性精度≤12nm，保障了IC封装过程中三维形貌数据的完整性与高信度。; 适合人群：半导体制造领域的质量控制工程师、测试工程技术人员、封装工艺研发人员以及从事高精度光学测量设备选型的技术决策者；具备一定光学测量或微电子工艺背景的专业人士。; 使用场景及目标：①应用于芯片烧蚀或制程中产生的弹坑三维形貌无损检测；②支持先进封装中对微裂纹风险、应力分布建模所需的高精度几何边界条件输入；③替代传统接触式或常规光学手段，提升产线检测精度与可靠性。; 阅读建议：此资源侧重于工程应用层面的技术验证与指标对比，建议结合实际检测需求，参考其测量链条设计与不确定度控制逻辑，用于设备选型论证和技术方案优化。

703

社区成员

253,687

社区内容

发帖

与我相关

我的任务

其他技术论坛（原bbs）

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章