u014267567的博客

OpenCV编程实现LeCun论文（Gradient-Based Learning Applied to Document Recognition）中的CNN之前由于工程原因要实现LeCun中的CNN算法，在实现的过程中遇到了一些麻烦，但是对这些问题网上都没有清楚的解答。同时各个博客上所说都是大同小异，所以想写一篇博客对这些问题做一个较清楚全面的解释。另外这些问题都是我在实际编程实现该算法中遇

Monte Carlo(蒙特卡罗)Monte Carlo 是一种基于计算机的求解方法，利用计算机在input domain上产生一组随机数，通过这一组随机数计算出一组结果。通过这样的一个反复过程最终大致得到待求解值。具体过程：Define a domain of possible inputsGenerate inputs randomly from a probability

TensorFlow学习--实现原理单机和分布式版       TensorFlow中的client通过Session的接口与master及多个worker相连。每一个worker可以和多个硬件设备相连如CPU&GPU，并负责管理这些硬件。而master则负责管理所有worker按流程执行计算图。其中分布式版本中的client、master、及worker可以分布在不同的机器的不同进程中。...

交叉熵和均方差损失函数的比较交叉熵        熵是香农信息量（）（底数是2）的期望，即为衡量一个样本所需要的平均编码长度，表示为：        其中的pi表示样本的分布，现在如果用一个估计的分布qi来表示求真实分布pi的平均编码长度，得到：        即为交叉熵。举例说明，现有（A,B,C,D）四个字母，其中A出现的概率为1/2，B出现的概率为1/2，而C和D出现的概率均为0，即P:（1...