2017年04月_张小彬的代码人生

11月 09月 08月 07月 06月 05月 04月 02月

原创 cs231n 课程作业 Assignment 3

作业总结终于来到了最后一次作业，这次主要是讲 RNN 或 LSTM 这个时序模型，感觉如果公式已经熟悉了的话（没有的话多看几遍，也可以参考我上篇博文的公式总结，囧），作业应该比上次的简单。代码量也少一些。在写代码之前要下载一些必要的模型文件，数据集等，可能比上两次麻烦点，具体看 Assignment #3 的说明就好了。我的作业代码见：cs231n/assignment3.Image Caption

2017-04-27 16:06:36 15980 5

原创 RNN, LSTM, GRU 公式总结

RNN参考 RNN wiki 的描述，根据隐层 hth_t 接受的是上时刻的隐层（hidden layer） ht−1h_{t-1} 还是上时刻的输出（output layer）yt−1y_{t-1}，分成了两种 RNN，定义如下：Elman network 接受上时刻的隐层 ht−1h_{t-1}Jordan network 接受上时刻的输出 yt−1y_{t-1}但是看了很多的教程，感觉应

2017-04-11 17:09:28 41194 4

原创 cs231n 课程作业 Assignment 2

上一次作业基本已经讲了构建一个多层神经网络的基本知识，包括其结构，公式推导，训练方法。这一次主要关注卷积神经网络（CNN, Convolution Neural Network），要先读完课程笔记 CS231n Convolutional Neural Networks for Visual Recognition，基本就懂了。特别是那个解释卷积的动态图，非常形象。CNN 主要多了卷积层（convo

2017-04-07 16:09:15 27141 5

原创 cs231n Convolutional Neural Network 笔记

CNNs: Architectures, Convolution / Pooling LayersCovNet LayersConvNet 显示地假设输入是图片，卷积池化等操作大大减少了参数，比一般的全连接网络计算更高效。CNN 里具体有下面的几种结构，卷积层， Convolutional LayerDilated convolutions 就是做点乘的时候，也有个stride，而不是连续的九宫格

2017-04-07 16:06:27 2106

SSOAuth示例及源码

单点登录（SSO）的技术被越来越广泛地运用到各个领域的软件系统当中。本文从业务的角度分析了单点登录的需求和应用领域；从技术本身的角度分析了单点登录技术的内部机制和实现手段，并且给出Web-SSO和桌面SSO的实现、源代码和详细讲解；还从安全和性能的角度对现有的实现技术进行进一步分析，指出相应的风险和需要改进的方面。本文除了从多个方面和角度给出了对单点登录（SSO）的全面分析，还并且讨论了如何将现有的应用和SSO服务结合起来，能够帮助应用架构师和系统分析人员从本质上认识单点登录，从而更好地设计出符合需要的安全架构。

2014-08-29

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人