2018年04月_tyler_download

12月 11月 10月 09月 08月 07月 06月 05月 04月 03月 02月 01月

原创用Python从零开始设计数字图片识别神经网络--搭建基本架构

从本节开始，我们用python把前几节讲解的神经网络原理实现出来。在最开始时，我们直接调用Kera框架，快速的构建一个能识别数字图片的神经网络，从本节开始，我们自己用代码将整个神经网络重新实现一遍，只有我们能重新制造一个“轮胎”，我们才能说我们真正理解的“轮胎”的内在原理。我们代码开发也保持着由简单到复杂的原则，就像上楼梯，一步一步的走，直到最后走到“高处不胜寒”的楼顶。一开始，我们先把神经网...

2018-04-28 17:34:57 2104 2

原创手算梯度下降法，详解神经网络迭代训练过程

神经网络本质上是一个计算流程，在前端接收输入信号后，经过一层层复杂的运算，在最末端输出结果。然后将计算结果和正确结果相比较，得到误差，再根据误差通过相应计算方法改进网络内部的相关参数，使得网络下次再接收到同样的数据时，最终计算输出得到的结果与正确结果之间的误差能越来越小。这里需要搞清楚一个重要概念，就是如何计算误差，我们列一个表，展示一个在最外层有三个节点的网络对误差的三种计算情况：上...

2018-04-21 15:58:24 6857

原创使用矩阵运算和梯度下降法实现神经网络的迭代训练

在上一节，我们通过逐步分析的方式讲清楚了神经网络是如何将终端计算获得的误差逐层反向传播给每一个神经元的，同时我们根据节点链路上的权重比值，将误差依次分配给对应的节点，并通过笔算的方式计算了下面例子中每个神经元节点所应该承担的误差。如果每次都这么繁琐的计算神经元节点误差的话，那么对于那些更复杂，节点更多，层次更多的神经网络，运算量是不可估计的，因此我们必须要找到行之有效的运算方式，快速计算每...

2018-04-11 17:06:18 1789

原创自制Monkey语言编译器:解释执行return语句和错误处理控制

在高级编程语言中，大多含有一个指令叫return,也就是程序的执行指令流遇到该语句后不再往下执行，而是返回上一层，如果return后面附带数据的话，程序会把数据夹带到调用栈上一层的代码执行路径。本节我们就给Monkey语言编译器增加解释执行return语句的功能，完成本节代码后，编译器能解释执行如下代码：代码中存在两个if 间套，内层if执行return语句附带返回整数10，外层if 最后...

2018-04-03 17:57:39 475

一个java实现的简易编译器

这是一个用java实现的简易的编译器，他能将一个具有加法和乘法的算术表达式编译成类汇编语言，这是我博文对应的代码，具体请参看我的博文： http://blog.csdn.net/tyler_download/article/details/50668983 例如输入 1+2*3+4; end end是必须的，表示输入结束，然后程序输出： t0 = 1 t1 = 2 t2 = 3 t1 *= t2 t0 += t1 t1 = 4 t0 += t1

2016-02-18

一个android 文本比对app的实现代码

这是一个android版的beyond comparer, 它的功能是找出两个文本的最大共同子串，其算法思想是LCS, 但我利用Hirschberg 的动态规划算法将存储复杂度由O(n^2)改为O(n), 具体详情请参看我的博文： http://blog.csdn.net/tyler_download/article/details/49820515

2015-11-16

Android 4.4 App Development Essential

亚马逊上五星级的android开发入门书，它将android开发的概念，流程娓娓道来，详细讲解了开发环境的搭建，调试，并逐步讲解开发的各个知识点，并提供动手实践的实例和程序，极大地降低了学习曲线，是想进入android移动开发的绝佳入门资料

2014-11-21

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 用Python从零开始设计数字图片识别神经网络--搭建基本架构

原创 手算梯度下降法，详解神经网络迭代训练过程

原创 使用矩阵运算和梯度下降法实现神经网络的迭代训练

原创 自制Monkey语言编译器:解释执行return语句和错误处理控制