IP属地：广东
-
word2vec1. 万物可嵌入： embeddings本质反映了一种状态转移的概率，所以任何离散、会同时出现的模式都可以用嵌入后预测的方法解决。 2. 为什么...
-
神经网络权值初始化
1. 为什么权值初始化是个问题？ 反向传播算法中，费用函数对于权值矩阵的梯度决定了更新的速率： 如果要避免梯度消失，首先即某一层的激活函数输出值...
-
卷积以上来自知乎：通俗理解卷积[https://www.zhihu.com/question/22298352]，本人尊重版权，仅作为笔记用 卷积就...
-
正则化之参数惩罚
在线性模型中，为了预防overfitting过度拟合，添加了惩罚项 但是为何要加入这一惩罚项令人困惑。 预防过拟合这个答案给出了解释： 当过拟合...
-
反向传播算法吴恩达神经网络课程里，反向传播算法最难理解的是反向传播阶段怎样调整各层次的权值，费用函数的双层求和符号令人无限头大，于是费用函数的偏导数就更难证...