帅虫哥的博客

摘要： 反向传播这个术语经常被误解为用于多层神经网络的整个学习算法。实际上，反向传播仅指用于计算梯度的方法，而另一种算法，例如随机梯度下降，使用该梯度来进行学习。此外，反向传播经常被误解为仅适用于多层神经网络，但是原则上它可以计算任何函数的导数（对于一些函数，正确的响应是报告函数的导数是未定义的）。 阅读全文

摘要： 深度神经网络，简单来理解就是含有多个隐藏层的网络。一个深度神经网络总会有一个输入层，一个输出层，还有中间多个隐藏层，隐藏层的维数决定了网络的宽度。无论是输入层、隐藏层还是输出层，每一层都是由多个感知器组成，所以深度神经网络又称多层感知机。 阅读全文

摘要： 在第一节中我们了解到，神经元不是单纯线性的，线性函数是只要有输入x，必定会有一个输出y与之对应，而神经元接收到信号不会马上做出响应，它会等待输入信号强度增大到超过阈值才会有输出，这就好比往杯子中倒水，只有水超过杯子的上边缘才会溢出来。 阅读全文

摘要： 当今社会，计算机在我们的生活和工作中扮演着重要的角色，人类使用计算机帮助他们进行大量的计算，通过计算机让每个人相互通信等等。但时代的进步让我们对计算机的要求越来越高，人类希望它能够从事越来越复杂的工作。乍看计算机进行计算以及通信工作的原理好像很复杂难懂，实际上计算机能够进行这些工作是因为人们已经给它设定好了程序，计算机只要按照这些程序规范执行就好了，这是一种单向的工作模式，这种情况下，计算机是完全不会“思考”的，只知道按程序执行指令，而我们却想赋予计算机思考的能力，这便是人工智能的起点 阅读全文

摘要： 众所周知，通过Bilstm已经可以实现分词或命名实体标注了，同样地单独的CRF也可以很好的实现。既然LSTM都已经可以预测了，为啥要搞一个LSTM+CRF的hybrid model? 因为单独LSTM预测出来的标注可能会出现（I-Organization->I-Person,B-Organization ->I-Person）这样的问题序列。 阅读全文

摘要： 在自然语言处理中（NLP，Natural Language ProcessingNLP，Natural Language Processing），分词是一个较为简单也基础的基本技术。常用的分词方法包括这两种：**基于字典的机械分词** 和 **基于统计序列标注的分词**。对于基于字典的机械分词本文不再赘述，可看[字典分词方法](https://spaces.ac.cn/archives/3908 "字典分词方法")。在本文中主要讲解基于深度学习的分词方法及原理，包括一下几个步骤：`1标注序列`，`2双向LSTM网络预测标签`，`3Viterbi算法求解最优路径` 阅读全文

摘要： .NET Core中的`IDbConnection`接口提供了`BeginTransaction`方法作为执行事务，`BeginTransaction`方法提供了两个重载，一个不需要参数`BeginTransaction()`默认事务隔离级别为`RepeatableRead`;另一个`BeginTransaction(IsolationLevel il)`可以根据业务需求来修改事务隔离级别。由于Dapper是对IDbConnection的扩展，所以Dapper在执行增删除改查时所有用到的事务需要由外部来定义 阅读全文

摘要： VGG网络是牛津大学Visual Geometry Group团队研发搭建，该项目的主要目的是证明增加网络深度能够在一定程度上提高网络的精度。VGG有5种模型，A-E，其中的E模型VGG19是参加ILSVRC 2014挑战赛使用的模型，并获得了ILSVRC定位第一名，和分类第二名的成绩。整个过程证明，通过把网络深度增加到16-19层确实能够提高网络性能。VGG网络跟之前学习的LeNet网络和AlexNet网络有很多相似之处，以下搭建的VGG19模型也像上一次搭建的AlexNet一样，分成了5个大的卷积层，和3个大的全链层，不同的是，VGG的5个卷积层层数相应增加了；同时，为了减少网络训练参数的数量，整个卷积网络均使用3X3大小的卷积 阅读全文

摘要： AlexNet是2012年ILSVRC比赛的冠军，它的出现直接打破了沉寂多年的图片识别领域（在1998年出现LeNet-5网络一直占据图片识别的领头地位），给该领域带来了新的契机，并一步步发展至今，甚至打败了人类的识别精确度，可惜的是2017年的ILSVRC举办方宣布从2018年起将取消该比赛，因为目前的神经网络精确度已经达到跟高的程度了。但深度学习的步伐不会停止，人们将在其他方面进行深入的研究。 阅读全文

摘要： 所谓同步，就是在发出一个 `调用` 时，在没有得到结果之前，该`调用`就不返回。但是一旦调用返回，就得到返回值了。换句话说，就是由`调用者`主动等待这个`调用`的结果。而异步则是相反，`调用`在发出之后，这个调用就直接返回了，所以没有返回结果。换句话说，当一个异步过程调用发出后，调用者不会立刻得到结果。而是在`调用`发出后，`被调用者`通过状态、通知来通知调用者，或通过回调函数处理这个调用。 阅读全文

摘要： TensorFlow™ 是一个采用数据流图(data flow graphs),用于数值计算的开源软件库 阅读全文

摘要： 我们知道，不同肤色的人外貌差别很大，而双胞胎的辨识很难。有意思的是Web服务器/Web容器/Web应用程序服务器/反向代理有点像四胞胎，在网络上经常一起出现。本文将带读者对这四个相似概念如何区分 阅读全文

摘要： 创建和开发ASP.NET Core应用可以有二种方式：最简单的方式是通过visual studio 2017 来创建，其优点是简单方便，但需要安装最新版本visual studio 2017 preview 15.3 。另一种方式是使用visual studio code来创建，vscode 则是一款轻量级的编辑器 ，可在多种操作系统中运行，如果情况允许，笔者更建议使用visual studio code来进行开发，可在多种平台开发，同时也更灵活，享受更多开发的乐趣 阅读全文

摘要： 在JavaEE 开发Web中，我们经常会听到Web服务器(Web Server)、Web容器(Web Container)、应用服务器(Application Server)，等容易混淆不好理解名词。本文介绍对三者的理解，以及区别与联系，如果有不正确的地方还请指正 阅读全文

摘要： 基于 Angularjs&Node.js 云编辑器架构设计及开发实践 阅读全文

摘要： 如今程序开发工作越来越简单(丰富的API、智能的IDE、越来越多的开发框架)，普通人通过简单的训练，通过组合和复制就能完成众多程序的功能。因此程序员这种过去高技术职业的代名词，现在却如此低贱，被称之为码农。借用微观经济学原理，当供应量增加而需求不变时，价格平衡点将下移，因此普通程序员工资越来越低。而且大街上众多的培训机构还不停的产出，可以预料到不久将来价格平衡点还将下移(不考虑通货膨胀等因素)。那么作为有远见的程序员更应该加强自己内功，成为不可替代品。看书是对自己最有效的投资方式，我整理了已经看了和准备看的书籍，并按知识点分门别类供大家参考和讨论 阅读全文

摘要： 并行任务(Task)以及基于Task的异步编程(asynchronously)在.NET Framework早已使用多年， 而在微软新推出的.NET Core 平台下也有相同功能的实现，本文将依托于.NET Core，介绍使用Task.result的同步编程以及 使用await的异步编程模型 阅读全文

摘要： 在上一节中提到ASP.NET Core WebApp 必须含有Startup类,在本节中将重点讲解Startup类以及Middleware(中间件)在Startup类中的使用 阅读全文

摘要： 之前两篇文章简析.NET Core 以及与 .NET Framework的关系和.NET Core的构成体系从总体上介绍.NET Core,接下来计划用一个系列对ASP.NET Core的运行原理进行剖析 阅读全文

摘要： 前文介绍了.NET Core 在整个.NET 平台所处的地位，以及与.NET Framework的关系，本文将详细介绍.NET Core 框架的构成和各模块主要功能，以及如何实现跨平台。 阅读全文