- 博客(3)
- 收藏
- 关注
RSS订阅原创 deeplearn学习笔记1.28
day3 今天复习一下数值计算的一些内容 1.上溢和下溢 1.1.上溢:当大量级的数被近似为无穷或负无穷时发生上溢。进一步的运算通常会导致这些无限值变为非数字。 1.2.下溢:当接近零的数被四舍五入为零时发生下溢。许多函数在其参数为零而不是一个很小的正数时才会表现出质的不同。 2.病态条件 条件数指的是函数相对于输入的微小变化而变化的快慢程度。输入被轻微扰动而迅速改变的函数
2018-01-28 17:21:14
211
原创 deeplearn学习笔记1.26
day2 上次小小的复习了线性代数的一些知识，这次准备复习一下概率论的一些知识 1.为什么使用概率 不确定有三种可能的来源: 1.1.被建模系统内在的随机性 1.2.不完全观测 1.3.不完全建模 频率派概率:用频率来反应概率 贝叶斯概率:用概率来表示一种信任度 2.随机变量:是可以随机地取不同值的变量 3.概率分布:用来描述随机变量或者一簇随机变量在每一个可
2018-01-26 16:31:24
181
原创 deeplearn学习笔记1.19，1.20
day1 一。大致看了一些深度学习的概念和应用。虽然不是很清楚。 二。基础的线性代数知识，复习一些。 线性代数概念 1.标量、向量、矩阵、张量 向量: 是一列数，x−1x_{-1}表示xx除了第一个元素外所有的元素构成的向量。 矩阵: Am,nA_{m,n}表示右下角元素，m表示高度，n表示宽度。Ai,:A_{i,:}表示第i行 张量: 超过二维的就叫张量
2018-01-20 15:53:14
244
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