🌡 科学技术
计算机发展史
计算机发展史计算机的发展历程可以划分为多个时代,每一代都依托核心硬件技术的革新,带来性能、体积与应用场景的巨大变化。第一代计算机以电子管作为
皮卡丘
1个月前
👁️ 34
👍 1
💬 0
🌡 科学技术
精华
因果推断的引入,SCM 的定义与三个基本结构
因果推断辛普森悖论例子 1如图:图中横轴为运动量纵轴为胆固醇含量,每个圈是特定年龄段的人的运动量和胆固醇含量的主要分布情况。可以知道年龄相同
dYz00
1个月前
👁️ 69
👍 1
💬 1
🌡 科学技术
深度学习之门控RNN(LSTM)
LSTMg(t)=σ (bg+Wgh(t−1)+Ugx(t))(输入门)f(t)=σ (bf+Wfh(t−1)+Ufx(t))(遗忘门)
dYz00
2个月前
👁️ 49
👍 0
💬 0
🌡 科学技术
精华
深度学习笔记之vanilla RNN
RNN计算图展开比如:s(t)=f(s(t−1);θ)s(t)=f(s(t−1);θ)t=3t=3 时展开(索引从 1 开始):s(3)=f
dYz00
2个月前
👁️ 69
👍 1
💬 0
🌡 科学技术
精华
深度学习笔记之 CNN(速通)
卷积神经网络(CNN)用于提取图片(或音频、心电图等)中的信息。它利用了这些数据中存在的特定性质。可以视为具有参数共享的稀疏连接多层网络。C
dYz00
2个月前
👁️ 55
👍 0
💬 1
🌡 科学技术
深度学习中的 Batch Normalization 层
批归一化(Batch Normalization)训练时每层参数不断变化,会导致一些层的输入数据分布不断变化(内部协变量偏移问题)。而这又会
dYz00
2个月前
👁️ 61
👍 0
💬 0
🌡 科学技术
优化问题的一个反例:严格凸函数各参数最优并不是最小值
考虑不可微的严格凸函数 f(x,y)=max{x-2y,-2x+y}+x^2+y^2 ,在零点处固定x,y取得最小值,固
dYz00
2个月前
👁️ 46
👍 0
💬 0
🌡 科学技术
(不全)深度学习基础之二阶优化算法
二阶优化问题前面说的算法都是使用梯度 gg,属于一阶方法。二阶方法则需要求海森矩阵(或部分二阶偏导)。牛顿法给出一个函数 
dYz00
2个月前
👁️ 49
👍 0
💬 0
🌡 科学技术
深度学习中的正则化方法
正则化目的:防止模型过拟合,提升泛化能力。参数范数惩罚J~(θ;X,y)=J(X,y)+αΩ(θ)J~(θ;X,y)=J(X,y)+αΩ(θ
dYz00
2个月前
👁️ 67
👍 1
💬 0
🌡 科学技术
精华
深度学习数学基础之约束优化
约束优化约束优化的形式化表述minx∈Rnf(x)subject to:gi(x)≤0,i=1,…,mhj(x)=0,j=1,…,px∈R
dYz00
2个月前
👁️ 52
👍 1
💬 0
🌡 科学技术
机器学习入门之统计推断(MLE & MAP)
最大似然估计(MLE)我们将模型表示为拟合真实数据分布 pdata(x)pdata(x) 的函数 pmodel(x;θ
dYz00
2个月前
👁️ 49
👍 0
💬 0
🌡 科学技术
精华
多元微积分笔记
多元微积分偏导数有多元标量函数 f(x)f(x),其中 x=(x1,x2,…,xn)x=(x1,x2,…,xn)。
dYz00
2个月前
👁️ 56
👍 1
💬 1