發(fā)簡(jiǎn)信
IP屬地：陜西
-
動(dòng)態(tài)語(yǔ)言與靜態(tài)語(yǔ)言對(duì)比
1 賦值的區(qū)別： 動(dòng)態(tài)語(yǔ)言：在給變量賦值時(shí)不用定義變量類型 靜態(tài)語(yǔ)言：在給變量賦值時(shí)需要用定義變量類型 2 動(dòng)態(tài)語(yǔ)言可以在類定義完之后，...
-
最簡(jiǎn)單完整地理解SVM第一步：得到優(yōu)化目標(biāo)。 x是向量，樣本屬性的個(gè)數(shù)就是他的維數(shù)。如下圖，畫(huà)好正負(fù)樣本，分割超平面與兩個(gè)支撐超平面。假設(shè)wx+b=0是分割超平面（w...
-
烏班圖安裝
https://www.lw84.com/p/B3wrLMDzqQ.html
-
用卷積神經(jīng)網(wǎng)絡(luò)來(lái)做微信跳一跳
http://blog.jobbole.com/113493/
-
風(fēng)格轉(zhuǎn)換：A網(wǎng)絡(luò)是生成網(wǎng)絡(luò)，B網(wǎng)絡(luò)是用來(lái)計(jì)算損失函數(shù)的（B網(wǎng)絡(luò)是現(xiàn)成的用的別人的網(wǎng)絡(luò)，vgg，就是用來(lái)提取特征，計(jì)算損失的。用vgg_net能很好提取到它...
-
flapybrid項(xiàng)目總結(jié)：
（1）Q_learning:reward表，左邊一列是狀態(tài)，右邊是動(dòng)作對(duì)應(yīng)的獎(jiǎng)勵(lì)。Q表格，一個(gè)狀態(tài)轉(zhuǎn)向另一個(gè)狀態(tài)獲得的價(jià)值，初始化是為零。計(jì)算Q...
-
梯度消失問(wèn)題：最近碰到這樣一個(gè)問(wèn)題：為什么ReLU函數(shù)作為激活函數(shù)不會(huì)有梯度消失問(wèn)題，明明當(dāng)x<=0時(shí)函數(shù)的梯度為0，當(dāng)他往回傳的時(shí)候與前面梯度相乘，不就全...
-
svm學(xué)習(xí)小筆記
（1）python中1和l，有時(shí)容易弄混 （2）svm中根據(jù)kkt條件來(lái)選擇α，通過(guò)目標(biāo)函數(shù)（其他α固定好后就是一個(gè)一元二次方程）來(lái)優(yōu)化。 （3...
-
支持向量機(jī)隨筆(1)為什么是1/||W||: 這個(gè)得先看約束函數(shù)，yi(wT*xi+b)>=1,按比例規(guī)定最小函數(shù)距離等于1，其他所有的都大于它，這就是約束。...