發(fā)簡信
IP屬地：河北
-
深度模型的優(yōu)化（1）：批標(biāo)準(zhǔn)化（Batch Normalization，BN）1 導(dǎo)入1.1 獨(dú)立同分布??統(tǒng)計(jì)機(jī)器學(xué)習(xí)的經(jīng)典假設(shè)：source domain和target domain的數(shù)據(jù)分布是一致的，也就是說，訓(xùn)練數(shù)...
-
歸一化 （Normalization）、標(biāo)準(zhǔn)化 （Standardization）和中心化/零均值化 （Zero-centered）1 概念??歸一化：１）把數(shù)據(jù)變成(０，１)或者（1,1）之間的小數(shù)。主要是為了數(shù)據(jù)處理方便提出來的，把數(shù)據(jù)映射到0～1范圍之內(nèi)處理，更加便捷快...
-
損失函數(shù)（1）：交叉熵
1、自信息??定義：由克勞德·香農(nóng)提出，是與概率空間中的單一事件或離散隨機(jī)變量的值相關(guān)的信息量的量度。用信息的單位表示，例如bit（以2為底）、...
-
Word Embedding: Word2Vec1. 導(dǎo)入 ??這是語言表示系列的第1篇，主要講述了分布式表示里的Word2vec方法。該系列目前暫定有4篇語言的分布式表示（Distribut...
-
喵喵學(xué)動(dòng)態(tài)規(guī)劃（待補(bǔ)完）
1. 導(dǎo)入 2. DP可解 ??確認(rèn)一個(gè)問題是否DP可解是使用DP算法前最重要的一步。 2.1 相關(guān)概念 ??狀態(tài)：內(nèi)存中存儲(chǔ)的變量構(gòu)成了計(jì)算機(jī)...
-
