上一页 1 2 3 4 5 6 7 8 ··· 11 下一页
摘要: 先在命令行中输入mongo,进入mongo,然后 阅读全文
posted @ 2019-02-01 11:53 彩印网 阅读(145) 评论(0) 推荐(0) 编辑
摘要: 背景 在分类中,最常见的设置是一个输入,输出是类数目大小的向量。预测的输入类将是在最后一个网络层中具有最大条目的相应类。在分类任务中,交叉熵损失(交叉熵)是训练这类网络最常见的损失函数。交叉熵损失可以写在下面的方程中。例如,有一个三级cnn.最后一个全连通层的输出()是(3×1)张量.还有一个向量, 阅读全文
posted @ 2019-01-31 10:11 彩印网 阅读(482) 评论(0) 推荐(0) 编辑
摘要: 我用的是Google浏览器。 1、启用LaTeX数学公式支持的操作方法: 进入博客后台,在“选项”中选中“启用数学公式支持”。 2、LaTeX数学公式输入示例: \(J_\alpha(x)=\) 就能出现效果了: 4、如果你想要在Live Writer使用数学公式,则参考博文:为WLW开发Latex 阅读全文
posted @ 2019-01-31 10:10 彩印网 阅读(216) 评论(0) 推荐(0) 编辑
摘要: 这里的dim=0其实就是张量的0轴,dim=1就是张量的1轴。 \(J_\alpha(x)=\) 阅读全文
posted @ 2019-01-30 15:05 彩印网 阅读(17982) 评论(2) 推荐(0) 编辑
摘要: 目录 广播的引出 广播的原则 数组维度不同,后缘维度的轴长相符 数组维度相同,其中有个轴为1 参考: 数组维度不同,后缘维度的轴长相符 数组维度相同,其中有个轴为1 广播的引出 numpy两个数组的相加、相减以及相乘都是对应元素之间的操作。 当两个数组的形状并不相同的时候,我们可以通过扩展数组的方法 阅读全文
posted @ 2019-01-30 12:14 彩印网 阅读(299) 评论(0) 推荐(0) 编辑
摘要: https://tech.meituan.com/2018/11/22/meituan-brain-nlp-01.html?tdsourcetag=s_pcqq_aiomsg 阅读全文
posted @ 2019-01-23 01:19 彩印网 阅读(153) 评论(0) 推荐(0) 编辑
摘要: 本文中的RNN泛指LSTM,GRU等等 CNN中和RNN中batchSize的默认位置是不同的。 CNN中:batchsize的位置是position 0. RNN中:batchsize的位置是position 1. 在RNN中输入数据格式: 对于最简单的RNN,我们可以使用两种方式来调用,torc 阅读全文
posted @ 2019-01-21 23:35 彩印网 阅读(380) 评论(0) 推荐(0) 编辑
摘要: https://www.itcodemonkey.com/article/9008.html 要看一看 阅读全文
posted @ 2019-01-14 00:57 彩印网 阅读(406) 评论(0) 推荐(0) 编辑
摘要: 深蓝 nlp 180429这个有详细的讲解 阅读全文
posted @ 2019-01-13 22:24 彩印网 阅读(232) 评论(0) 推荐(0) 编辑
摘要: 天鹅: 天鹅:我想再一次向授课老师核实下,这里e.g. 6 5*5*3中的6应该是指channel数,3应该是指每个5*5的filter都有3个权重矩阵?是这个意思吧 张飞飞:@天鹅 对的 我自己后来的补充:其实你把32*32*3理解为尺寸大小为32*32的图片的RGB三个通道,那么这里5*5*3的 阅读全文
posted @ 2019-01-13 16:31 彩印网 阅读(608) 评论(0) 推荐(0) 编辑
上一页 1 2 3 4 5 6 7 8 ··· 11 下一页