摘要: ① 用户path生效在~/.bashrc中修改path,在~/.profile中source bashrc② secureCRT着色方案底色RGB:43 43 43前景色RGB:221 221 221字体:Consolas在仿真中终端选择xterm。然后勾上ANSI颜色和使用着色方案。目录颜色跟底色... 阅读全文
posted @ 2015-03-02 10:30 五色光 阅读(176) 评论(0) 推荐(0) 编辑
摘要: 新年快乐!恭喜发财!大吉大利! 阅读全文
posted @ 2015-02-15 23:33 五色光 阅读(120) 评论(0) 推荐(0) 编辑
摘要: HMM隐马尔可夫,隐,说明模型里面含有隐含节点,是我们所无法直接观测到的,这些隐含节点上的状态可以称为隐含状态;马尔科夫,说明模型具有马尔科夫性,一个节点的状态只跟它的邻居有关,与其他节点无关,与时间也无关。我们把节点分为两类,状态节点(隐)和可观察节点(显)。并且假设状态节点为链式结构,每个输出(... 阅读全文
posted @ 2015-01-12 09:51 五色光 阅读(3373) 评论(11) 推荐(5) 编辑
摘要: 对于一个二次函数$f(x)=Ax^2+Bx+C$,已知$x_0,y_0,x_1,y_1,y_1'$,求极值点$x^*$。已知$$\begin{cases} Ax^2_0+Bx_0+C=y_0 \\ Ax^2_1+Bx_1+C=y_1 \\ 2Ax_1+B=y_1' \\ \end{cases}$$求... 阅读全文
posted @ 2014-12-24 10:46 五色光 阅读(803) 评论(2) 推荐(0) 编辑
摘要: 能量模型RBM用到了能量模型。简单的概括一下能量模型。假设一个孤立系统(总能量$E$一定,粒子个数$N$一定),温度恒定为1,每个粒子有$m$个可能的状态,每个状态对应一个能量$e_i$。那么,在这个系统中随机选出一个粒子,这个粒子处在状态$k$的概率,或者说具有状态$k$的粒子所占的比例为:$$p... 阅读全文
posted @ 2014-12-21 11:32 五色光 阅读(590) 评论(0) 推荐(0) 编辑
摘要: 本文是我关于论文《Reasoning With Neural Tensor Networks for Knowledge Base Completion》的学习笔记。一、算法简介网络的结构为:$$g(e_1,R,e_2)=u^T_Rf(e_1^TW_R^{[1:k]}e_2+V_R\begin{bm... 阅读全文
posted @ 2014-12-17 15:29 五色光 阅读(4929) 评论(0) 推荐(0) 编辑
摘要: 如果用过js/jquery、groovy等语言,大概对这样的代码比较熟悉:[1,2,3].map(function(d){...}).grep(function(d){...}).join(',')这样的对集合的链式操作不仅书写方便,而且更方便阅读。在java8中使用集合流和lamda表达式也可以达... 阅读全文
posted @ 2014-12-04 15:15 五色光 阅读(2929) 评论(0) 推荐(0) 编辑
摘要: 接上篇。在(一)和(二)中,程序的体系是Net,Propagation,Trainer,Learner,DataProvider。这篇重构这个体系。Net首先是Net,在上篇重新定义了激活函数和误差函数后,内容大致是这样的:List weights = new ArrayList(); List b... 阅读全文
posted @ 2014-12-04 08:40 五色光 阅读(1564) 评论(0) 推荐(0) 编辑
摘要: 孔子曰,吾日三省吾身。我们如果跟程序打交道,除了一日三省吾身外,还要三日一省吾代码。看代码是否可以更简洁,更易懂,更容易扩展,更通用,算法是否可以再优化,结构是否可以再往上抽象。代码在不断的重构过程中,更臻化境。佝偻者承蜩如是,大匠铸剑亦复如是,艺虽小,其道一也。所谓苟日新,再日新,日日新。本次对前... 阅读全文
posted @ 2014-12-03 15:31 五色光 阅读(2807) 评论(0) 推荐(0) 编辑
摘要: 接上篇。Net和Propagation具备后,我们就可以训练了。训练师要做的事情就是,怎么把一大批样本分成小批训练,然后把小批的结果合并成完整的结果(批量/增量);什么时候调用学习师根据训练的结果进行学习,然后改进网络的权重和状态;什么时候决定训练结束。那么这两位老师儿长的什么样子,又是怎么做到的呢... 阅读全文
posted @ 2014-11-27 14:05 五色光 阅读(2571) 评论(3) 推荐(1) 编辑