- 博客(8)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 人工神经网络（五）梯度下降法
在解决了线性求解问题之后，我们开始挑战更复杂的问题，开始研究非线性划分的问题，类似求解异或问题这样，而解决这类问题，我们先要学习一个概念，就是梯度下降（Gradient Descent），这个方法是解决机器学习领域最常采用的方法之一。梯度在微积分里面，对多元函数的参数求∂偏导数，把求得的各个参数的偏导数以向量的形式写出来，就是梯度。比如函数f(x,y), 分别对x,y求偏导数，求得的梯度向量就是(∂
2017-10-23 19:58:58
1440
原创 人工神经网络（四）感知器学习规则推导
目前我们接触到的感知器学习规则，数学建模之后，我们知道如何调整权值，使得感知器的切分符合我们的预期输入，下面我们就用一个小推导，看看感知器是如何进行权值调整的：理论判定边界 判定边界由那些使得净输入n为零的输入向量确定： n=1WTP+b=w1,1p1+w1,2p2+b 为了使该实例更加具体，现将权值和偏置值设置为： w1,1=1,w1,2=1,b=-1 那么
2017-10-20 13:15:51
5578
1
原创 人工神经网络（三）单层感知器代码实现
上篇文章，我们介绍了什么是单层感知器，这节课，我们来看看如果用代码实现一个单层感知器实验问题：假设平面坐标系上有三个点（3,3），（4,3）这两个坐标点的标签为 1 ，（1,1） 这个坐标的标签为-1 ，构建神经网络来分类思路：二维数据，需要两个数据点，将神经元偏置设置成另一个输入点，一共需要三个输入点 输入数据：（1,3,3），（1,4,3），（1,1,1） 数据对应标签为（1,1,-1）
2017-10-19 21:19:12
3022
原创 人工神经网络（二）单层感知器
单层感知器能够用来模拟逻辑函数，例如逻辑非NOT、逻辑或非XOR、逻辑或OR、逻辑与AND和逻辑与非NAND等，但是不能用来模拟逻辑异或XOR（对于这个函数，必须用两层神经元）。稍后将讨论这个问题。除了输入之外，偏置（bias）也经常被用于每个神经元，它在通过转换函数之前被加到输入的加权和上。权值也经常被应用于偏置上。偏置决定了多少输入激活（输入的加权和）才能激发神经元进入兴奋状态。偏置往往被设定为1，而偏置的权值
2017-10-18 11:06:17
4784
原创 人工神经网络（一）概述
机器最初被发明是为了服务人类，做人不擅长的事情，比如规律性，重复复杂运算，从第一代计算机诞生到现在，这个功能一次次提升，现在计算机核心部件cpu，在普通家用方面，比如i5-6600四个核心的计算能力大概在20gflops.,也就是每秒200亿次浮点运算，这是人类不能羡慕的一个能力，但是，机器依然限制在机械性运算上，人类发明的这个 [“脑”] 一直希望成为真正的 [“类人脑”] ，在生物领域不断突破的前提下，我们破译人
2017-10-18 10:13:19
8846
转载 阿里巴巴Java开发规约扫描插件－Alibaba Java Coding Guidelines 在idea上安装使用教程
经过247天的持续研发，阿里巴巴于10月14日在杭州云栖大会上，正式发布众所期待的《阿里巴巴Java开发规约》扫描插件！该插件由阿里巴巴P3C项目组研发。P3C是世界知名的反潜机，专门对付水下潜水艇，寓意是扫描出所有潜在的代码隐患。这个项目组是阿里巴巴开发爱好者自发组织形成的虚拟项目组，把《阿里巴巴Java开发规约》强制条目转化成自动化插件，并实现部分的自动编程。阿里技术公众号于今年的2月9日首次
2017-10-17 17:42:55
8534
6
转载 MySql索引算法原理解析（通俗易懂，只讲B-tree）
刚开始学习的时候，百度去查，但发现好多说得太复杂不好理解，结合各个文章总结一下（建议大概看文字，不理解不要紧，然后再看图的执行步骤然后在结合文字，这样一切就清晰好多）B-tree，B是balance，一般用于数据库的索引。使用B-tree结构可以显著减少定位记录时所经历的中间过程，从而加快存取速度。而B+tree是B-tree的一个变种，大名鼎鼎的MySQL就普遍使用B+tree实现其索引结构。
2017-10-17 09:34:09
1526
原创 《再探设计模式》装饰者：为什么比继承更灵活？
最近在研究dubbo的源码，发现在dubbo中装饰者使用的比较多，目前看到在协议扩展方面的使用，而一直有一个疑问萦绕我，就是装饰者为什么比继承更灵活？我们一起来探讨下。 Wrapper类内容：package com.alibaba.xxx;import com.alibaba.dubbo.rpc.Protocol;public class XxxProtocolWrapper implemen
2017-10-11 20:29:15
924
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人