發(fā)簡信
IP屬地：四川
-
-
-
TensorFlow basic（4.24）開篇 接觸TensorFlow也差不多一年多径缅，因為論文的實驗需要，中間間間斷斷的學(xué)習(xí)，東西或多或少會有所遺忘硕并，所以著手開始寫這一系列博客，希望能夠堅持秧荆，磨煉技術(shù)倔毙，也為9月份的...
-
機器學(xué)習(xí)中的樣本不平衡問題在機器學(xué)習(xí)任務(wù)中，我們經(jīng)常會遇到這種困擾：數(shù)據(jù)不平衡問題乙濒。 數(shù)據(jù)不平衡問題主要存在于有監(jiān)督機器學(xué)習(xí)任務(wù)中陕赃。當(dāng)遇到不平衡數(shù)據(jù)時，以總體分類準(zhǔn)確率為學(xué)習(xí)目標(biāo)的傳統(tǒng)分類算法會過多地...
-
C++中的優(yōu)先隊列
優(yōu)先隊列(priority queue)普通的隊列是一種先進先出的數(shù)據(jù)結(jié)構(gòu)么库，元素在隊列尾追加，而從隊列頭刪除豌蟋。在優(yōu)先隊列中廊散，元素被賦予優(yōu)先級。當(dāng)訪問元素時梧疲，具有最高優(yōu)先級的元...
-
python 基本數(shù)據(jù)結(jié)構(gòu)（隊列）
開篇 python基本數(shù)據(jù)結(jié)構(gòu)重點講這些數(shù)據(jù)結(jié)構(gòu)的特點允睹，怎么使用這些數(shù)據(jù)結(jié)構(gòu)，不講具體實現(xiàn)幌氮，作者認為學(xué)習(xí)實現(xiàn)這些數(shù)據(jù)結(jié)構(gòu)最好的還是c/cpp缭受，當(dāng)我們使用python的時候，我...
-
Leetcode(鏈表題解)
Leetcode_206 反轉(zhuǎn)鏈表 Leetcode_203 刪除鏈表中指定的元素 Leetcode_24 鏈表元素兩兩交換 Leetcode_237 刪除指定節(jié)點
-
-
Python高頻率面試題1、*args和**kwargs是什么意思宇智？ 答：args表示可變參數(shù)（variadic arguments）蔓搞，它允許你傳入0個或任意個無名參數(shù)，這些參數(shù)在函數(shù)調(diào)用時自動組裝...
-
吳恩達深度學(xué)習(xí)課程編程作業(yè)（一）最近為了找實習(xí)開始做一些練手的編程随橘，剛好在復(fù)習(xí)深度學(xué)習(xí)基礎(chǔ)的時候喂分，遇到了吳恩達和李宏毅兩位大神，講課講得好真的很重要机蔗，廢話不多說蒲祈，下面開始我們的第一份編程練習(xí)甘萧。首先我們要實現(xiàn)...
-
神經(jīng)網(wǎng)絡(luò)訓(xùn)練的一些建議你或許可以輕松的使用tensorflow等深度學(xué)習(xí)框架構(gòu)建一個你想要的深度學(xué)習(xí)模型，但是在訓(xùn)練的過程中總是會出現(xiàn)一些這樣那樣的問題梆掸，那么下面就讓我介紹一些常出現(xiàn)的問題和解決的...
-
神經(jīng)網(wǎng)絡(luò)中的梯度爆炸和梯度消失兩種情況下梯度消失經(jīng)常出現(xiàn)扬卷，一是在深層網(wǎng)絡(luò)中，二是采用了不合適的損失函數(shù)酸钦，比如sigmoid怪得。梯度爆炸一般出現(xiàn)在深層網(wǎng)絡(luò)和權(quán)值初始化值太大的情況下，下面分別從這兩個角度分析梯...
-
有關(guān)熵的一些問題
開篇 Ok钝鸽，今天我們講一下關(guān)于熵的一些問題汇恤，我們這邊主要講的就是信息熵，因為我們機器學(xué)習(xí)算法中用到最多的就是信息熵了拔恰，那么什么是信息熵呢因谎？先簡單理解一下熵為什么要這么定義。h...
-
邏輯回歸的由來初學(xué)者可能一直比較困惑邏輯回歸的定義為什么是那樣的颜懊，明明是分類模型為什么又要叫回歸财岔？其實邏輯回歸和概率生成模型在數(shù)學(xué)形式上是統(tǒng)一的，下面是關(guān)于邏輯回歸定義形式的數(shù)學(xué)推導(dǎo) 上面...
