![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
AI作业
薛定谔的猫1992
一个正在学习AI的菜鸟程序员
展开
-
分类算法作业
1、如何用极大似然概率解释交叉熵 一个事件的信息量为 当信息量为0时,即概率为百分之百 首先对于信息论中的熵来说,是对不确定性的测量,熵越高,能传输的信息越多,反之熵越低,能传输的信息越少。 交叉熵 最大似然概率 最小化交叉熵和最大似然函数结果是一样的 2、硬币问题为何不使用MLP而直接假设正反面概率p? 因为硬币问题相对于每个是独立事件,每次抛硬币是相互不影响的,没法...原创 2019-12-13 23:05:38 · 156 阅读 · 0 评论 -
tensorflow作业-20191208
1、在scope例子中加入tensorboard,并观察可视化图与没有scope时的变化 没有scope之前的图像 scope以后的图像 2、MNIST DNN例子中 single-layer.py 和 single-layer-optimization.py的结果总是有差距,寻找原因。 1、训练次数过少 2、学习率选取不够精确 3、激活函数选取 4、没有区分训练集和...原创 2019-12-08 22:10:13 · 299 阅读 · 0 评论