- 博客(5)
- 收藏
- 关注
RSS订阅原创 反向误差传播的深度学习方法
DNN基础 上图的DNN model中，中间有多层hidden layers，每层layer上都有多个neurons(橙色)，每个neuron都有多个input和1个output(这1个output的多个copy产生多个output到下一layer)；在layer l 的neuron j 的输入之一是layer l-1 的neuron k，所以w(j,k)是这根神经线的weight，b(j)是neuron i的偏移，(w,b)集合 构成了model parameters，将在training中被le
2020-10-24 18:17:16
282
1
原创 SVM梯度下降的理解
超平面：比当前空间少1维的空间，如：一维的超平面是点，二维的超平面是1维。SVM 分离超平面公式：y=WT∗x+by=W^T *x+by=WT∗x+b，通过y>0、<0，判断二分类；即通过超平面把原始空间的内容二分类。计算该公式时，关键是(a)如何判断停止迭代，(b)在每次迭代中计算（w、b、T）；目标是计算出最终的（w，b，T(T表示核函数的值、或者转置 等等)）。(1) SVM的核函数（计算w,b,T）[1]核函数解决特征映射问题，即通过从低纬度到高纬度映射，解决原始空间不可分，如：一
2020-10-17 11:42:50
1947
2
转载 环签名（Ring signature）
环签名（我理解的Ring signature）情景环签名过程情景前提：m是transaction（patient提交的share data with doctor 的治疗精神病 transaction，他不希望该看病transaction被外界知道），device端 自动生成公钥（P1，P2，P3......P3），patient是 用户3，持有私钥S3、公钥P3（由私钥S3可以计算出P3），以及以及对应的加密函数g()，解密函数f()。环签名过程生成环签名hash(m)=vdevic
2020-10-10 14:29:02
1204
原创 离散对数的部分理解
离散对数中原根的部分理解有公式:原根的性质:1.具有原根的数字仅有以下几种形式:2,4,pn,2⋅pn(p是奇质数)2.一个数的最小原根的大小不超过 m143.若g是m的一个原根，那么gd是m的原根的充分必要条件是gcd(d,Φ(m))=1,由此可推知一个数的原根个数为Φ(Φ(m))个 在以上公式中，例如：m=7，有欧拉函数Φ(7)=6,因为从1-6中与7互素的余数集合有{1,2,3,4,5,6}，长度是6。 根据性质1，如果a可能是m的原根。d可以被Φ(7)整除，d有1,2,3,6。用
2020-06-30 22:08:11
404
转载 tensorflow安装日志
这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入欢迎使用Ma...
2019-07-03 02:00:31
183
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人