- 博客(6)
- 资源 (1)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 功能性模块：（10）Spearman‘s rank correlation coefficient的简单理解(含与PCC之间的区别)
Spearman’s rank correlation coefficient的简单理解1. 背景在统计学中，斯皮尔曼等级相关系数（Spearman’s rank correlation coefficient， 或者Spearman’s ρ\rhoρ， 通常使用ρ\rhoρ或者rsr_srs来表示），是一个等级相关性的非参数度量（两个变量等级之间的统计相关性）。这个相关系数使用单调函数来描述两个变量之间的关系程度。如果两个变量的Spearman correlation和Pearson correl
2021-06-04 16:53:28
2305
1
原创 功能性模块：（9）Pearson Correlation coeffiicient的简单理解
Pearson correlation coefficient 的简单理解1. 背景最近LZ正在恶补一些nlp相关的知识，其中在判断句子文本相似性的时候，使用了Pearson correlation和Spearman’s rank correlation这两个统计学相关系数，还是做个笔记吧，不然时间久了，又会忘记了。在统计学中，皮尔逊相关系数（Pearson correlation coefficient, PCC）,有的时候也指Pearson’s r, 皮尔逊剂矩相关系数 （Pearson pr
2021-06-04 11:38:56
1780
原创 Paper Reading: GELUs
Paper Reading: GELUs1. 简介文章全名： GAUSSIAN ERROR LINEAR UNITS （GELUs）这个激活函数是LZ在看BERT的时候，提及到的，因为对这个激活函数还不是很熟悉，于是就补充下对应的知识。主要想知道几个问题：激活函数是怎么实现的？与之前的激活函数相比，它的优势在什么地方？使用它对训练结果有什么影响？什么是GELUs？是指高斯误差线性单元（Gaussian Error Linear Unint, GELU）,这是一种高性能的神经网络激活函数，
2021-06-03 14:29:54
446
原创 功能性模块：（8）一文理解常用激活函数（Sigmoid，ReLU，ELU，GELU...）
一文理解常用激活函数1. Sigmoid公式：Sigmoid(x)=11+exp(−x)\text{Sigmoid}(x) = \frac{1}{1 + \exp(-x)}Sigmoid(x)=1+exp(−x)1Sigmoid的函数形状如下图所示:对应的导数形式如下图所示：Sigmoid函数的优点：便于求导，可以看到Sigmoid的梯度是平滑的函数能够压缩数据，数据会压缩在0-1之间适合用于前向传播Sigmoid函数的缺点：容易出现梯度消失Sigmoid的输出不是0均
2021-06-03 11:38:15
2154
1
原创 python:xlrd.biffh.XLRDError: Excel xlsx file； not supported
1. 问题描述LZ使用xlrd读取file.xlsx的文档时，运行程序报错Traceback (most recent call last): File "<input>", line 1, in <module> File "/root/.pycharm_helpers/pydev/_pydev_bundle/pydev_umd.py", line 197, in runfile pydev_imports.execfile(filename, global_v
2021-06-02 14:45:03
863
matlab 蚁群算法报错 小白求助
2016-07-09
TA创建的收藏夹 TA关注的收藏夹
TA关注的人