- 博客(7)
- 资源 (1)
- 收藏
- 关注
RSS订阅转载 Jacobian矩阵和Hessian矩阵,以及牛顿法
Jacobian矩阵和Hessian矩阵,以及牛顿法Jacobian矩阵在向量分析中，雅可比矩阵是一阶偏导数以一定方式排列成的矩阵，其行列式称为雅克比行列式。雅可比矩阵雅克比矩阵的重要性在于它体现了一个可微方程与给出点的最优线性逼近。因此，雅克比矩阵类似于多元函数的导数假设F:Rn→RmF:R_n \rightarrow R_mF:Rn→Rm是一个从欧式nnn维空间转换到mmm维空间...
2020-01-19 09:13:16
1539
原创 KKT的来源与推导
KKT条件KKT条件是非线性规划最佳解的必要条件，KKT条件将拉格朗日乘数法所处理的等式约束优化问题推广到不等式。等式约束优化问题给定一个目标函数f:Rn→Rf:R^n \rightarrow Rf:Rn→R，我们希望找到x∈Rnx \in R^nx∈Rn，在满足约束条件g(x)=0g(x)=0g(x)=0的前提下，使得f(x)有最小值，这个约束优化问题记为：minf(x)s.t.g(x...
2020-01-16 17:29:34
851
原创 拉格朗日对偶性
拉格朗日对偶性在约束最优化的问题中，常常需要利用拉格朗日对偶性(Language duality)将原始问题转为对偶问题，通过解决对偶问题来得到原始问题的解。拉格朗日乘数法拉格朗日乘数法是用来求条件极值的，极值问题可以分为两类：求函数在给定区间上的极值，对自变量没有其他的要求，这种极值称为无条件极值。对自变量有一些附加的约束条件限制下的极值，称为条件极值比如给定椭球x2a2+y2b...
2020-01-16 16:06:43
294
原创 感知机原理从入门到精通
感知机原理感知机的原理及预备知识感知机是一个二分类的模型，它的输入是一个样本的特征向量，输出的是这个样本所属的类别，一般可以认为是一个二分类模型。感知机有一个假设默认成立，即认为数据集是线性可分的，因为感知机学习的目标就是寻找一个能够将训练集中正例和负例能够完全分开的超平面，注意这里只是找到一个能完全分离正负例的超平面，没有要求是最优的，所以感知机算法可以有多个解。这是由感知机算法的迭代过程...
2020-01-16 15:56:44
363
原创 论文笔记《Controllable Unsupervised Text Attribute Transfer via Editing Entangled Latent Representation》
论文《Controllable Unsupervised Text Attribute Transfer via Editing Entangled Latent Representation》阅读笔记论文来源：2019 NIPS论文主要贡献：提出了一种非监督方式的文本属性转换框架，通过改变文本属性分类器的属性来对latent representation【就是原始风格文本经过encoder部...
2020-01-14 22:04:46
1235
原创 论文笔记《Paraphrase generation with latent bag of words》
论文笔记《Paraphrase generation with latent bag of words》论文来源：2019 NIPS论文代码：https://github.com/FranxYao/dgm_latent_bow论文主要内容作者提出了一个a latent bag of words(BOW)模型来进行paraphrase生成。作者首先使用source word取预测他们自己的邻...
2020-01-14 22:01:21
1485
原创 论文笔记《Incorporating Copying Mechanism in Sequence-to-Sequence Learning》
论文笔记《Incorporating Copying Mechanism in Sequence-to-Sequence Learning》论文来源:2016 ACL论文主要贡献：提出了copy net机制，从source sentence中直接copy到target sentence中的网络模型结构论文主要内容CopyNet依然是一个encoder-decoder的框架。Encoder...
2020-01-14 21:57:17
400
背包九讲pdf
2017-03-24
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人