摘要：
前馈和反向传播 x： 样本 w： 权重 f： 模型函数 z： 预测值 loss： 损失函数 正向传播时，函数为f，x,w是变量z是因变量。 反向传播时，函数为loss（L），z是变量x,w是因变量。 正向和反向的过程 从这张图我们可以看到，整个过程是先预测，有了预测值之后就可以计算loss，那么其实 阅读全文
摘要：
首先线性回归的定义域和值域都是负无穷到正无穷，它用来预测一个值，比如知道身高预测体重。 逻辑回归其实是由线性回归演变而来 逻辑回归一般用来做二分类，也就是将概率和0.5做比较，概率大于0.5属于一类，其它属于另外一类。所以我希望值域在（0，1），于是就有了逻辑函数。再叠加上线性回归模型就有了逻辑回归 阅读全文
摘要：
直接给出结论： 1 如果在外部初始化，就只能指定静态的方法！ 2 如果在方法内部初始化就可以指定非静态方法！ 阅读全文