- 博客(4)
- 收藏
- 关注
RSS订阅原创 爬虫商品信息，并生成表格
import requests #ecoding=utf-8 import xlsxwriter import xlwt # import random cookies = { '_zcy_log_client_uuid': '417f98d0-8d0b-11eb-aad4-1bddb336a40f', 'UM_distinctid': '178670c00bbbe-0c368a32a08607-5c3f1d4d-144000-178670c00bc9a', 'CNZZDATA1
2021-05-22 21:24:43
378
原创 优化算法SGD+Momentum、AdaGrad、RMSprop、Adam——史上超级全，解释详细
鞍点既不是极大值也不是极小值的临界点，一个方向是极小值，另一个方向是极大值， 2.一维问题中：局部极小值和鞍点的梯度均为0 高维问题中：从局部极小值点向附近任意方向运动，损失函数都会增大很多；若从鞍点出发，会存在许多方向向上增大的情况。这个问题在参数量大的神经网络愈发凸显，局部极小值问题反而少一些。 大部分点集中在鞍点附近，故在靠近鞍点附近移动时，前进都会非常缓慢。 为了解决2.问题，加入了一个带动量的SGD，即SGD+Momentum：有机会跳出局部最小值点 有梯度噪声存在时，动量会使曲线更加平稳的到达最
2021-04-22 10:39:39
1210
原创 梯度下降算法0.618法
梯度下降方向梯度下降算法总结精确一维搜索进退法0.618法 梯度下降算法总结 觉得CSDN这块有用的很少，于是写下自己的一些感悟，下降梯度结合精度对于算法其实非常有帮助，在上非线性规划这门课中，老师的讲得很仔细，自己又有一些数值分析得基础，于是相对来说能悟出来一点，希望大家能够支持一下，我也能认真一点写下去！ 精确一维搜索 在数值分析中非线性规划方程求根的方法：牛顿法，割线法和简单迭代法。其实改进的牛顿法是我目前学到比较精确的一个求根方法了。 精确的一维搜索其实定义如下： 由极值的必要条件可知，alpha
2020-10-13 16:45:17
1649
原创 百度笔试准备
百度笔试准备 文法 https://www.cnblogs.com/yuxiuyan/p/7627371.html MDS：前提（保持原始空间样本之间的距离和低维空间中的距离相等。）多维标度分析（multidimensional scaling ,MDS）是一组通过直观的空间图（spatial map),表示研究对象的感知和偏好的分析方法。它用多维空间中的点表示不同刺激物之间的感知或心理测量关系，...
2020-03-13 22:16:36
241
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人