2017年09月_wuzqchom

11月 10月 09月 08月 07月 06月 04月 02月

原创 Batch Normalization

1. 背景首先来看看归一化之前和归一化之后的代价函数示意图，左边的最归一化之前，右边为归一化之后，最中间的点为我们要优化的最优点（图片来自Andrew最新deeplearning.ai改善深层神经网络课程的1.9 Normalizing inputs）。我们可以看到，在归一化之前，不同的特征的取值范围可能有所不同，这样带来的不好的地方就是在进行梯度下降的时候，学习率不能够设置太大

2017-09-18 22:31:22 1201

原创浅谈Attention-based Model【源码篇】

转载请标明出处：http://blog.csdn.net/wuzqchom/article/details/77918780此为本人阅读tensorflow源码的记录，主要在一些步骤上加了一些注释和少许个人理解，如有不足之处，请予指正。计划分为三个部分：浅谈Attention-based Model【原理篇】浅谈Attention-based Model【源码篇】浅谈Attentio...

2017-09-09 22:54:19 11976 1

原创 Python切片赋值操作

1. 问题首先来看一小段列表推到的python代码a = [1,2,3]b = a# 赋值1b[:] = [x+1 for x in a]print(a,b)# 赋值2b = [x-1 for x in a]print(a,b)来看看输出吧：[2, 3, 4] [2, 3, 4][2, 3, 4] [1, 2, 3]可能有人会有疑问，为什么同样是复制操作，结果却不同？2. step

2017-09-09 20:53:28 6646

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

原创 Batch Normalization

原创 浅谈Attention-based Model【源码篇】

原创 Python切片赋值操作

空空如也

空空如也

原创浅谈Attention-based Model【源码篇】