前面三期都是在學(xué)習(xí)和理解烘苹，如果熟悉了頭兩期湖苞，這一期的實踐將變得異常簡單！ 本期的代碼地址：https://github.com/leichaocn/normalization...
發(fā)簡信
IP屬地：北京
-
理解Batch Normalization系列4——實踐（清晰解釋） -
理解Batch Normalization系列3——為什么有效及11個問題（清晰解釋）前面兩期打颤，我們了解了原理、訓(xùn)練及評估漓滔，然而為什么有效及若干細(xì)節(jié)仍值得討論编饺。 系列目錄 理解Batch Normalization系列1——原理 理解Batch Normali...
-
Novelty and Outlier Detection(奇異值和異常值檢測)
最近要開始一個新的項目，需要在正常的某種行為中响驴，檢測出異常的行為透且。在沒有得到數(shù)據(jù)前對于此類問題的學(xué)習(xí)進(jìn)行一下總結(jié)。 個人覺得豁鲤，在得到一個對上述項目較為籠統(tǒng)的描述和沒有實際數(shù)據(jù)...
-
理解Batch Normalization系列2——訓(xùn)練及評估（清晰解釋）上一期介紹了Batch Normalization的前向傳播秽誊，然而想法美好，然而能否計算琳骡、如何計算這些新參數(shù)才是重點锅论。 系列目錄 理解Batch Normalization系...
-
理解Batch Normalization系列1——原理（清晰解釋）Batch Normalization技巧自從2015年被谷歌提出以來，因其有效提升網(wǎng)絡(luò)訓(xùn)練效率日熬，獲得廣泛應(yīng)用與持續(xù)研究棍厌。然而肾胯，要透徹理解BN卻不容易，下圖是Kainming...
-
python中的 DFS 與 BFS
python中的 DFS 與 BFS 文章來源：https://eddmann.com/posts/depth-first-search-and-breadth-first-...
-
數(shù)據(jù)算法工程師常犯的六個錯誤盡管我們對經(jīng)典理論教材能做到人手一冊，如數(shù)家珍束析，但是在實際應(yīng)用中艳馒，一方面，我們常常會疏忽掉理論员寇，甚至是理論常識弄慰；另一方面，不考慮實際情況蝶锋，首先上馬復(fù)雜理論模型卻幾乎是我們的一...
-
圖表示學(xué)習(xí)入門3——圖神經(jīng)網(wǎng)絡(luò)（Graph Neural Networks）圖神經(jīng)網(wǎng)絡(luò)（Graph Neural Network）在社交網(wǎng)絡(luò)陆爽、推薦系統(tǒng)、知識圖譜上的效果初見端倪扳缕，成為近2年大熱的一個研究熱點慌闭。然而，什么是圖神經(jīng)網(wǎng)絡(luò)躯舔？圖和神經(jīng)網(wǎng)絡(luò)為什么...
-
圖表示學(xué)習(xí)入門2——Node2Vec《圖表示學(xué)習(xí)入門1》中驴剔，討論了為什么要進(jìn)行圖（graph）表示，以及兩種解決圖表示問題的思路粥庄。這篇把Node2Vec來作為線性化思路的一個典型來討論丧失。如果你了解Word2Ve...
-
圖表示學(xué)習(xí)入門1——導(dǎo)言Jure Leskovec的《Graph Representation Learning》可能是迄今（2019年10月）為止最容易理解的圖神經(jīng)網(wǎng)絡(luò)分享。它提出并回答了為什么要...
