算法
算法
Linn01
简约 睿智 敏捷 寻觅 反馈
展开
-
排序算法——简单选择排序
选择排序基本思想 在要排序的一组数中,选出最小(或者最大)的一个数与第1个位置的数交换;然后在剩下的数当中再找最小(或者最大)的与第2个位置的数交换,依次类推,直到第n-1个元素(倒数第二个数)和第n个元素(最后一个数)比较为止。 对数组{ 8, 5, 2, 6, 9, 3, 1, 4, 0, 7 }排序。 选择排序是不稳定的排序算法,在一趟选择,如果一个元素比当前元素小,而该小的元素又出现原创 2017-07-13 00:37:06 · 10053 阅读 · 0 评论 -
反向传播思想及其优缺点
反向传播思想:计算出输出与标签间的损失函数值,然后计算其相对于每个神经元的梯度,根据梯度方向更新权值。(1)将训练集数据输入到ANN的输入层,经过隐藏层,最后达到输出层并输出结果,这是ANN的前向传播过程;(2)由于ANN的输出结果与实际结果有误差,则计算估计值与实际值之间的误差,并将该误差从输出层向隐藏层反向传播,直至传播到输入层;(3)在反向传播的过程中,根据误差调整各种参数的值;不断迭代上述...原创 2018-03-20 15:14:10 · 14261 阅读 · 0 评论 -
漫谈支持向量机(support vector machines,SVM )
第一部分、概述支持向量机(support vector machines,SVM)一种二分类分类模型。基本模型:定义在特征空间上的间隔最大的线性分类器学习算法:求解凸二次规划的最优算法。学习策略:间隔最大化,可形式化为一个求解凸二次规划(convex quadratic programming)的问题,也等价于正则化的合页损失函数的最小化问题。支持向量机的方法线性可分支持原创 2018-03-20 23:34:47 · 7158 阅读 · 1 评论 -
word2vec之 cbow 和skip-gram
word2vec是google在2013年推出的一个NLP工具,它的特点是将所有的词向量化,这样词与词之间就可以定量的去度量他们之间的关系,挖掘词之间的联系。Cbow和skip-gram 是word2vec中两种关键模型,它们从不同角度来描述了周围词与当前词的关系;在cbow方法中,是用周围词预测中心词(多对一,后验),从而利用中心词的预测结果情况,使用梯度下降法,不断的去调整周围词的向量...原创 2018-08-02 19:35:23 · 5341 阅读 · 0 评论