摘要：
生成数据这都没看懂。 建立数据集 我们创建一些假数据来模拟真实的情况. 比如两个二次分布的数据, 不过他们的均值都不一样. 建立神经网络 建立一个神经网络我们可以直接运用 torch 中的体系. 先定义所有的层属性(__init__()), 然后再一层层搭建(forward(x))层于层的关系链接. 阅读全文
摘要：
unsqueeze 一维变二维 建立数据集 我们创建一些假数据来模拟真实的情况. 比如一个一元二次函数: y = a * x^2 + b, 我们给 y 数据加上一点噪声来更加真实的展示它. 建立神经网络 建立一个神经网络我们可以直接运用 torch 中的体系. 先定义所有的层属性(__init__( 阅读全文
摘要：
softplus是有关概率的巴拉巴拉？ Torch 中的激励函数有很多, 不过我们平时要用到的就这几个. relu, sigmoid, tanh, softplus. 那我们就看看他们各自长什么样啦. 接着就是做生成不同的激励函数数据: 阅读全文
摘要：
relu sigmoid tanh 激励函数。 可以创立自己的激励函数解决自己的问题，只要保证这些激励函数是可以微分的。 只有两三层的神经网络，随便使用哪个激励函数都可以。 多层的不能随便选择，涉及梯度爆炸，梯度消失的问题。 卷积神经网络推荐relu 循环神经网络推荐tanh或者relu 阅读全文
摘要：
Tensor不能反向传播。 variable可以反向传播。 什么是 Variable Variable 计算, 梯度 到目前为止, 我们看不出什么不同, 但是时刻记住, Variable 计算时, 它在背景幕布后面一步步默默地搭建着一个庞大的系统, 叫做计算图, computational grap 阅读全文
摘要：
黄色：重点 粉色：不懂 Torch 中的数学运算 其实 torch 中 tensor 的运算和 numpy array 的如出一辙, 我们就以对比的形式来看. 如果想了解 torch 中其它更多有用的运算符, API就是你要去的地方. 除了简单的计算, 矩阵运算才是神经网络中最重要的部分. 所以我们 阅读全文
摘要：
当 cost对w的梯度最小（斜率最小）时，误差最小。 我们从图中可以看出, Cost 误差最小的时候正是这条 cost 曲线最低的地方, 不过在蓝点的 W 却不知道这件事情, 他目前所知道的就是梯度线为自己在这个位置指出的一个下降方向, 我们就要朝着这个蓝色梯度的方向下降一点点. 在做一条切线, 发 阅读全文
摘要：
可以看作是再一次将传过来的信号传回去, 看看这个负责传递信号神经元对于”讨糖”的动作到底有没有贡献, 让它好好反思与改正, 争取下次做出更好的贡献. 人工神经网络靠的是正向和反向传播来更新神经元, 从而形成一个好的神经系统, 本质上, 这是一个能让计算机处理和优化的数学模型. 而生物神经网络是通过刺 阅读全文
摘要：
pytorch比tenserflow简单。 所以我们模仿用tensorflow写的强化学习。 学习资料: 本节的全部代码 Tensorflow 的 100行 DQN 代码 我制作的 DQN 动画简介 我的 DQN Tensorflow 教程 我的 强化学习 教程 PyTorch 官网 论文 Play 阅读全文
摘要：
粉红色：不会。 黄色：重点。 1.为什么要使用神经网络 我们使用表格来存储每一个状态 state, 和在这个 state 每个行为 action 所拥有的 Q 值. 而当今问题是在太复杂, 状态可以多到比天上的星星还多(比如下围棋). 如果全用表格来存储它们, 恐怕我们的计算机有再大的内存都不够, 阅读全文
摘要：
研究JD，照着问 具体到工作流程如何 每天做那些事 每个小时怎么安排 出差多不多 一般会上讨论什么事情 工作工具和方法上都有哪些 怎么使用这些工具和方法 阅读全文