大家好偷拔，我是IT修真院深圳分院第01期學(xué)員矾克，一枚正直善良的web程序員答朋。 今天給大家分享一下，修真院官網(wǎng) CSS任務(wù)中可能會(huì)使用到的知識(shí)點(diǎn)： 什么時(shí)候用padding什么時(shí)候...
發(fā)簡(jiǎn)信
IP屬地：湖北
-
什么是margin 什么是padding
-
Lecture 12 可視化和理解CNN本課重點(diǎn) 特征可視化 DeepDream 風(fēng)格遷移 1 特征可視化 之前一直把CNN當(dāng)做黑盒子處理基公，那么其工作原理是什么樣的呢琴庵？每一層都在尋找哪些內(nèi)容伤溉？中間層的作用是什么辫秧？以...
-
論文筆記之node2vec: Scalable Feature Learning for Networksnode2vec: Scalable Feature Learning for Networks 直接上圖束倍。可以看到在network中有兩個(gè)community盟戏，u和s1屬于同...
-
李宏毅2020課程——GNN課堂筆記1. 學(xué)習(xí)的參數(shù)绪妹； 3. 問(wèn)題：（1）學(xué)習(xí)的參數(shù)L不是固定的。 （2）學(xué)習(xí)的參數(shù)的規(guī)模大小由輸入的圖來(lái)決定抓半。 （3）如何選擇喂急， 選擇不好會(huì)使模...
-
交替最小二乘法(Alternating Least Squares, ALS)
交替最小二乘法(Alternating Least Squares, ALS) 背景知識(shí) 顯式數(shù)據(jù)與隱式數(shù)據(jù)(Explicit data and implicit data)...
-
什么是 Dropout為了應(yīng)對(duì)神經(jīng)網(wǎng)絡(luò)很容易過(guò)擬合的問(wèn)題格嘁，2014年 Hinton 提出了一個(gè)神器笛求，**Dropout: A Simple Way to Prevent Neural Networ...
-
交叉熵?fù)p失函數(shù)轉(zhuǎn)自簡(jiǎn)單的交叉熵?fù)p失函數(shù)，你真的懂了嗎糕簿？說(shuō)起交叉熵?fù)p失函數(shù)「Cross Entropy Loss」探入，腦海中立馬浮現(xiàn)出它的公式： 1. 交叉熵?fù)p失函數(shù)的數(shù)學(xué)原理 我們知道，在二...
-
交叉熵?fù)p失函數(shù)交叉熵代價(jià)函數(shù)（Cross-entropy cost function）是用來(lái)衡量人工神經(jīng)網(wǎng)絡(luò)（ANN）的預(yù)測(cè)值與實(shí)際值的一種方式懂诗。與二次代價(jià)函數(shù)相比蜂嗽，它能更有效地促進(jìn)ANN...
-
多標(biāo)簽分類與BCEloss什么是多標(biāo)簽分類 學(xué)習(xí)過(guò)機(jī)器學(xué)習(xí)的你，也許對(duì)分類問(wèn)題很熟悉殃恒。比如下圖： 圖片中是否包含房子植旧？你的回答就是有或者沒(méi)有辱揭，這就是一個(gè)典型的二分類問(wèn)題。 同樣病附，是這幅照片问窃，問(wèn)題變成了...
-
機(jī)器學(xué)習(xí)概念知識(shí)點(diǎn)整理
SVM 1.支持向量機(jī)通俗導(dǎo)論（理解SVM的三層境界）：https://blog.csdn.net/v_JULY_v/article/details/7624837
-
數(shù)學(xué)概念公式整理1.正定矩陣與半正定矩陣 1）關(guān)于正定矩陣與非正定矩陣：https://blog.csdn.net/hellochenlu/article/details/823132032...
-
簡(jiǎn)書如何使用Markdown編輯器前幾天寫技術(shù)總結(jié)的時(shí)候, 需要用到表格,找了半天也沒(méi)找到.于是百度一下, 發(fā)現(xiàn)簡(jiǎn)書竟然還有另外一種編輯方式-Markdown.經(jīng)過(guò)一番研究查找,總結(jié)出了以下幾種比較常用的編輯...
-
?“千萬(wàn)不要高估，你和任何人的關(guān)系完沪！”
文 |末日之歌 來(lái)源|讀者（ID：duzheweixin） 有些人注定是你生命里的癌癥域庇，而有些人只是一個(gè)噴嚏而已。 人生如一輛列車覆积，在前行的過(guò)程中听皿，有人上來(lái)，也有人下去宽档。 你...
-
2019-10-17
看著深度學(xué)習(xí)的博客尉姨，突然看到這么一句話，被深深吸引了雌贱，“在機(jī)器學(xué)習(xí)中啊送，算法往往并不是關(guān)鍵，真正的關(guān)鍵之處在于選取特征欣孤。選取特征需要我們?nèi)祟悓?duì)問(wèn)題的深刻理解馋没，經(jīng)驗(yàn)、以及思考降传。而...
-
標(biāo)量篷朵，向量，矩陣與張量
標(biāo)量婆排，向量声旺，矩陣與張量 1、標(biāo)量 一個(gè)標(biāo)量就是一個(gè)單獨(dú)的數(shù)段只，一般用小寫的的變量名稱表示腮猖。 2、向量 一個(gè)向量就是一列數(shù)赞枕，這些數(shù)是有序排列的澈缺。用過(guò)次序中的索引，我們可以確定每個(gè)...
-
2.3.1 條件高斯分布
多元高斯的一個(gè)重要性質(zhì)： 若果兩組變量是聯(lián)合高斯分布炕婶，那以一組變量維條件姐赡，另一組變量同樣是高斯分布。類似的柠掂，任何一個(gè)變量的邊緣分布也是高斯分布 首先來(lái)考慮條件概率的情形项滑，本章...
-
機(jī)器學(xué)習(xí)筆記19: 線性二次型高斯
線性二次型高斯(Linear Quadratic Gaussian (LQG)) 在現(xiàn)實(shí)世界中，我們通常不能獲取到所有的狀態(tài)st涯贞。比如一個(gè)自動(dòng)駕駛汽車可以通過(guò)攝像頭獲取圖像枪狂，...