烧鸭饭真好吃

摘要： 损失函数为cross entropy, y是预测值，one-hot向量， 激活函数为softmax, 求函数关于输入向量theta的导数，结果很简单，可以直接记住： 因为是输入向量，多输入元素求偏导的过程中，需要考虑两种情况 然后log开导，自然底数和log抵消调，然后就得到两种情况的两种导数公式 阅读全文

摘要： softmax是向量函数，输入向量并输出另一个向量， “对softmax求导”，到底是在对什么求导？ 对向量函数求导 得到的是一个矩阵： (不要在意字母的含义) 因为有多个输出，要明确的是：计算哪个输出元素的导数？ 以及，由于softmax具有多个输入，所以也要明确：计算它(这个输出元素)关于哪个输 阅读全文

摘要： 帮女朋友做的小程序 在线使用地址 预览： 也可以下载网页离线使用 阅读全文

摘要： 生活就是 两个外卖小哥，在楼下小店， 点一瓶酒，吃几份小吃，聊聊生活的琐事， 时而眉头紧锁，但是看得出谈得很畅快 就像我打开易拉罐的拉环时，咯兹的声音， 是平淡 、细碎 、感动 ，满足和快乐 也许生活就是这样， 而不是听到某个，总是不满足 、不满意的声音说，谁谁谁又怎么样了。 这个声音可能是我自己， 阅读全文

摘要： 东西放哪里 知识放哪里 房间的收拾，能反应一个人的思维能力 反应了大脑如何对事物进行 分类、分级 当我不收拾房间的时候，思维也是僵化的， 没有出现创新的思想，无论是哪个层面 房间的摆放， 不用的东西，不用的知识，占用了大脑的记忆资源， 常用的东西，高频的东西，却湮灭在这些没用的东西里面， 每时每刻都 阅读全文

摘要： 求grad有两种方式 一种是用 微积分的方式(calculus-based) 来求出grad, 另一种是使用数值的方式来估计grad (numerically approximating)，即 中心差分公式(centered difference formula) [centered differe 阅读全文

摘要： 一次进步一点点，滴水穿石头...估计我也老了 密集连接层 就是摊平，reshape 然后加上一层w, b , so easy 卷积操作 先写个定义w和b的函数 卷积是已经包装好的函数，只需要传入x和w就可以自动卷了 第二层卷积层承接的是第一层的数量 如果第一层的shape是[5,5,1,32] ， 阅读全文

摘要： 计算accuracy的代码 # 计算准确率，是拿输出的结果比对一下corre_boolean = tf.equal(tf.argmax(hyp,1),tf.argmax(py,1))accu = tf.reduce_mean(tf.cast(corre_boolean,'float'))print( 阅读全文

摘要： 下一步plotData一大堆复杂逻辑 太复杂我放弃 matlab选择列的方法 阅读全文

摘要： 归一化：对原始数据进行线性变换把数据映射到[0,1]之间 标准化：均值为0，标准差为1 One disadvantage of normalization over standardization is that it loses some information in the data, espe 阅读全文