05 2020 档案
摘要：向量范数 常用的几种为 0 范数、1 范数、2 范数、∞ 范数 0 范数 指得是向量中非 0 的元素个数 1 范数 各个元素的绝对值之和 2 范数 每个元素的平方和再开方 +∞ 范数 元素绝对值中的最大值 ∞ 范数 元素绝对值中的最小值 矩阵范数 常用的有 1 范数、2 范数、∞ 范数、F 范数 1
阅读全文
摘要：机器学习的主要目的是从训练集上学习到数据的真实模型，从而能够在未见过的测试集上面也能够表现良好，这种能力称为泛化能力。 独立同分布假设 训练集和测试集都采样自某个相同的数据分布 p(x)，采样到的样本是相互独立的，但是又来自于相同的分布 过拟合（Overfitting） 当模型的容量过大时，网络模型
阅读全文
摘要：用于调用父类（超类）的一个方法 在类的继承中，如果重定义某个方法，该方法会覆盖父类的同名方法，但有时，我们希望能同时实现父类的功能，此时可以用 super() 函数实现 实例：
阅读全文
摘要：文本分类实现步骤： 1. 定义阶段：定义数据以及分类体系，具体分为哪些类别，需要哪些数据 2. 数据预处理：对文档做分词、去停用词等准备工作 3. 数据提取特征：对文档矩阵进行降维、提取训练集中最有用的特征 4. 模型训练阶段：选择具体的分类模型以及算法，训练出文本分类器 5. 评测阶段：在测试集上
阅读全文
摘要：Typora 是一款支持 Markdown 的编辑器，有很多便捷好用的功能。在博客园上写个人博客，可以先用Typora 编辑，再上传基本不需要怎么修改。 由于常常需要在文章中插入一些数学公式，在此总结了一下常用的数学公式代码。 在 typora 公式中 {} 里的内容表示一个整体，特别是在表示上下标
阅读全文
摘要：1. 词嵌入算法 基于神经网络的表示一般称为词向量、词嵌入（word embedding）或分布式表示（distributed representation）。其核心是上下文的表示以及上下文与目标词之间的关系映射，主要通过神经网络对上下文，以及上下文和目标词之间的关系进行建模。 2. 词向量 最常见
阅读全文
摘要：1. 分治法和动态规划的异同： 共同点： 将待求解的问题分解成若干子问题，先求解子问题，然后再从这些子问题的解得到原问题的解。 不同点： 1）适合于用动态规划法求解的问题，分解得到的各子问题往往不是相互独立的；而分治法中子问题相互 独立。 2）动态规划法用表保存已求解过的子问题的解，再次
阅读全文
摘要：作用： 线性模型的表达能力不够，引入激活函数来增加非线性因素，并且能逼近任何一个非线性函数 Sigmoid Sigmoid 函数也叫 Logistic 函数，定义为 它的一个优良特性就是能够把 𝑥 ∈ 𝑅 的输入压缩到 𝑥
阅读全文
摘要：Reference 龙龙老师 深度学习 TensorFlow 电子书 下面是学习的一些笔记，希望大家也能去看原版的书，写的很好，受益匪浅！ 背景 ：TensorFlow 是 Google 于 2015 年发布的深度学习框架，最初版本只支持符号式编程。 得益于发布时间较早，以及 Google 在深度学
阅读全文
