摘要：
积性函数前缀和-个人总结 【写在前面】 用了一个多星期将这部分大致弄懂了，东西太多，有很多技巧，自己重新写了一下，记录自己的理解。内容与原文基本一致，在其基础上加上了一些我感觉比较重要的但他没有详细说明的东西。以下都是我逐字打出来的。如果有什么错误，请指出。——Simon 前置技能里面的东西需要 阅读全文
摘要：
拉格朗日对偶问题的理解 拉格朗日乘数法 拉格朗日乘数法本身就是帮助我们求函数的最值。在数学最优问题中，拉格朗日乘数法（以数学家约瑟夫·路易斯·拉格朗日命名）是一种寻找变量受一个或多个条件所限制的多元函数的极值的方法。 对于一个函数，我们要求其最值，只要对该函数求导得到所有极值点，然后根据要求的是最大 阅读全文
摘要：
奇异值分解(SVD) 特征值与特征向量 对于一个实对称矩阵$A\in R^{n\times n}$，如果存在$x\in R^n$和$\lambda \in R$满足： \[ \begin{align} Ax=\lambda x \end{align} \] 则我们说$\lambda$是矩阵$A$的一 阅读全文
摘要：
softmax与sigmoid的关系&最大熵与极大似然估计的关系 softmax与sigmoid 已知sigmoid的函数为： \[ \begin{align} %\frac{1}{1+e^{-z^{[l](k)}}} sigmoid(z) &=\frac{1}{1+e^{-z}} =\frac{1 阅读全文
摘要：
# 损失函数：交叉熵 交叉熵用于比较两个不同概率模型之间的距离。即先把模型转换成熵这个数值，然后通过数值去定量的比较两个模型之间的差异。 ## 信息量 信息量用来衡量事件的不确定性，即该事件从不确定转为确定时的难度有多大。 定义信息量的函数为： $$ f(x):=\text{信息量} $$ 假设对于 阅读全文
摘要：
# 损失函数：最小二乘法与极大似然估计法 ## 最小二乘法 对于**判断输入是真是假的神经网络**： $$ \hat y =sigmod\bigg (\sum_i (w_i\cdot x_i + b_i) \bigg) $$ 为了比较单次结果与标签$y$之间有多少的差距，可以直观的得到： $$ mi 阅读全文
摘要：
什么是 AWS IoT Greengrass？ AWS IoT Greengrass 是将云功能扩展到本地设备的软件。这使得设备可以更靠近信息源来收集和分析数据，自主响应本地事件，同时在本地网络上彼此安全地通信。本地设备还可以与 AWS IoT 安全通信并将 IoT 数据导出到 AWS 云。 下图演 阅读全文
摘要：
AWS IoT Greengrass：连接器入门 先决条件： Twilio 账户 SID、身份验证令牌和支持 Twilio 的电话号码。创建 Twilio 项目后，项目控制面板上会显示这些值。您可以使用 Twilio 试用账户。如果您使用的是试用账户，则必须将非 Twilio 收件人电话号码添加 阅读全文
摘要：
AWS IoT Greengrass：核心软件的 OTA 更新 AWS IoT Greengrass 核心软件打包了一个代理，此代理可以将核心的软件或代理本身更新到最新版本。这些更新通过无线 (OTA) 方式发送。 在对 Greengrass 核心软件启动 OTA 更新之前，要注意该操作对 Gree 阅读全文
摘要：
AWS IoT Greengrass：将密钥部署到核心 步骤 1：创建 Secrets Manager 密钥 在本步骤中，使用 AWS Secrets Manager 控制台创建密钥。 1. 登录 "AWS Secrets Manager 控制台" 。 注意 有关该过程的更多信息，请参阅 AWS S 阅读全文
摘要：
AWS IoT Greengrass：配置安装 AWS CLI 使用 pip 安装 AWS CLI 这是一个用于 Python 的程序包管理器，提供了简单的方式来安装、升级和删除 Python 程序包及其相关组件。 如果您已经有 和支持的 Python 版本，则可以使用以下命令安装 AWS CLI： 阅读全文