1辈末、信息量 信息量是通過概率來定義的：如果一件事情的概率很低，那么它的信息量就很大；反之挤聘，如果一件事情的概率很高轰枝，它的信息量就很低。簡而言之组去，概率小的事件信息量大鞍陨，因此信息量...
IP屬地：北京
-
信息熵测垛、條件熵纵柿、聯(lián)合熵树瞭、互信息、相對熵满粗、交叉熵 -
插眼
5分鐘 搭建免費(fèi)個(gè)人博客
五分鐘倒數(shù)已經(jīng)可以計(jì)時(shí)了。 三步完成免費(fèi)個(gè)人博客搭建添怔， 這是一篇小白也能看懂的文章湾戳，本文主要針對mac OS ，Windows 除了軟件安裝方式和命令有些區(qū)別（裝了git b...
-
5分鐘 搭建免費(fèi)個(gè)人博客五分鐘倒數(shù)已經(jīng)可以計(jì)時(shí)了广料。 三步完成免費(fèi)個(gè)人博客搭建砾脑， 這是一篇小白也能看懂的文章，本文主要針對mac OS 艾杏，Windows 除了軟件安裝方式和命令有些區(qū)別（裝了git b...
-
點(diǎn)贊支持，很有幫助
Matplotlib繪圖時(shí)x軸標(biāo)簽重疊的解決辦法
在使用Matplotlib畫圖時(shí)阳惹，我遇到了一個(gè)尷尬的情況谍失，那就是當(dāng)x軸的標(biāo)簽名字很長的時(shí)候，在繪制圖形時(shí)莹汤，發(fā)生了x軸標(biāo)簽互相重疊的情況快鱼。本文主要通過一個(gè)簡單的示例，探索了以上...
-
Matplotlib繪圖時(shí)x軸標(biāo)簽重疊的解決辦法在使用Matplotlib畫圖時(shí)纲岭，我遇到了一個(gè)尷尬的情況抹竹，那就是當(dāng)x軸的標(biāo)簽名字很長的時(shí)候，在繪制圖形時(shí)荒勇，發(fā)生了x軸標(biāo)簽互相重疊的情況柒莉。本文主要通過一個(gè)簡單的示例，探索了以上...
-
并沒有看到backward的具體過程沽翔，樓主寫的是使用吧
pytorch學(xué)習(xí) -- 反向傳播backward
入門學(xué)習(xí)pytorch兢孝，在查看pytorch代碼時(shí)對autograd的backard函數(shù)的使用和具體原理有些疑惑窿凤，在查看相關(guān)文章和學(xué)習(xí)后，簡單說下我自身的理解： backwa...
-
我是 Alice<br>喜歡人工智能，行動(dòng)派<br>創(chuàng)造力窗轩，思考力夯秃，學(xué)習(xí)力提升修煉進(jìn)行中<br>歡迎志同道合的小伙伴們和我一起學(xué)習(xí)<br>微信：XerDudu，備注簡書<br>公眾號(hào)：極客X養(yǎng)成計(jì)劃<br>轉(zhuǎn)載記得聯(lián)系作者哦痢艺！
-
Bert系列（二）——源碼解讀之模型主體本篇文章主要是解讀模型主體代碼modeling.py仓洼。在閱讀這篇文章之前希望讀者們對bert的相關(guān)理論有一定的了解，尤其是transformer的結(jié)構(gòu)原理堤舒，網(wǎng)上的資料很多色建，本...
-
RNN與LSTM個(gè)人筆記一文搞懂RNN收獲通俗易懂的解釋了從傳統(tǒng)神經(jīng)網(wǎng)絡(luò)是如何到RNN的；解釋了如何用圖理解RNN的原理舌缤，明白了RNN的前向傳播機(jī)制箕戳；
-
TextRNN學(xué)習(xí)之路
以下為個(gè)人學(xué)習(xí)TextRNN的學(xué)習(xí)歷程(僅作為本人學(xué)習(xí)使用,如有侵權(quán)請私信) 未學(xué)習(xí)前的知識(shí)儲(chǔ)備 傳統(tǒng)機(jī)器學(xué)習(xí)的算法魏保；使用過ML的算法進(jìn)行項(xiàng)目實(shí)戰(zhàn)；對深度學(xué)習(xí)有一定的了解摸屠；用...
-
路過支持Ｎ铰蕖！
tensorlfow的雙向lstm的幾種情況
雙向rnn 關(guān)于雙向rnn有好幾種情況季二，雖然可以組合檩咱，但是一定要考慮loss優(yōu)化時(shí)是否能夠收斂揭措。1.單層雙向（靜態(tài)）2.單層雙向（動(dòng)態(tài)）3.多層雙向（靜態(tài)）4.多層雙向（動(dòng)態(tài)...
