- 博客(6)
- 资源 (1)
- 收藏
- 关注
RSS订阅转载 Python中的open函数
Python内置了读写文件的函数，用法和C是兼容的。本节介绍内容大致有：文件的打开/关闭、文件对象、文件的读写等。本章节仅示例介绍 TXT 类型文档的读写，也就是最基础的文件读写，也需要注意编码问题；其他文件的读写及编码相关详见专题的博文。open() close() with open(…) as …看以下示例就能了解 Python 的 open() 及 close() 函数。...
2019-08-26 20:33:04
217
2
原创 感知机梯度传播推导(附案例代码)
上节我们提到了梯度下降算法求最优解，这节我们通过梯度下降的数学原理来了解感知机的反向传播偏导求得梯度以获得最优的权重的过程。在最后上详细的案例代码和解释让大家明白这个原理
2019-07-25 22:30:49
476
1
原创 深度学习：随机梯度下降(pytorch框架)
随着人工智能浪潮的再一次来临，深度学习变得越来越重要。然而，可以说深度学习的核心是一个梯度下降求极值的过程，本文主要从梯度的概念求法，偏微分的求导公式，梯度的求导公式，激活函数以及MSE损失和交叉熵损失以及pytorch中对应的API来浅层次的讲解原理，深层次的原理将在以后的文章中继续提及
2019-07-24 16:39:03
1595
转载 如何学习计算机视觉？
随着工业革命到现在，由机械到电气到现在的互联网再到未来的人工智能，时代给我们提供了很大的机遇和挑战。为了抓住机遇迎接挑战，我们需要学习人工智能就需要前人的经验和知识。不能蛮干，要少走弯路。本文提出了一些学习方法用于帮助大家学习。本文主要从编程技术，编程资料，机器学习方法，数学知识等方面告诉读者如何学？学什么作为应掌握的基础知识？让读者有方向去学习。
2019-07-22 16:35:16
811
转载 机器学习算法
一、4大主要学习方式1.监督式学习在监督式学习下，输入数据被称为“训练数据”，每组训练数据有一个明确的标识或结果，在建立预测模型的时候，监督式学习建立一个学习过程，将预测结果与“训练数据”的实际结果进行比较，不断的调整预测模型，直到模型的预测结果达到一个预期的准确率。监督式学习的常见应用场景如分类问题和回归问题。常见算法有逻辑回归（Logistic Regression）和反向传递神经网络...
2019-07-22 16:24:18
258
转载 计算机会议文献
随着经济的发展，社会的进步，互联网蓬勃旺盛的发展。越来越多的人选择深造计算机专业。但是，纵使计算机对于技术操作的要求再高，高处前沿技术也需要文献阅读量的支撑，文献中有丰富的前沿知识，以及个人成果的展示。只有阅读并学习前人的知识体系与思维，才能构建自己的思维和知识脉络。本文给了一个小链接，帮助阅读或投稿的人使用，以方便查找适合自己投递领域的会议。
2019-07-22 15:17:43
226
综合案例1-拼图游戏.zip
2019-07-24
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人