Chen洋

摘要： 神经网络中激活函数的真正意义?一个激活函数需要具有哪些必要的属性?还有哪些属性是好的属性但不必要的?1. 非线性：即导数不是常数。这个条件是多层神经网络的基础，保证多层网络不退化成单层线性网络。这也是激活函数的意义所在。2. 几乎处处可微：可微性保证了在优化中梯度的可计算性。传统的激活函数如sigm 阅读全文

摘要： 1.请写出两个变量的数值交换，但不借助第三个变量的代码： 方法一： public class Main{ public static void main(String[] args){ int a=11; int b=22; System.out.println("before:a="+a+",b= 阅读全文

摘要： String String类是不可变类，即一旦一个String对象被创建以后，包含在这个对象中的字符序列是不可改变的，直至这个对象被销毁。 这个是String类的解释，之前童鞋看到这个情况，不能理解上述的解释，如下 String a = "123"; a = "456"; // 打印出来的a为456 阅读全文

摘要： TCP与UDP基本区别 1.基于连接与无连接 2.TCP要求系统资源较多，UDP较少； 3.UDP程序结构较简单 4.流模式（TCP）与数据报模式(UDP); 5.TCP保证数据正确性，UDP可能丢包 6.TCP保证数据顺序，UDP不保证 UDP应用场景： 1.面向数据报方式 2.网络数据大多为短消 阅读全文

摘要： 代价敏感的学习方法是机器学习领域中的一种新方法，它主要考虑在分类中，当不同的分类错误会导致不同的惩罚力度时如何训练分类器。例如在医疗中，“将病人误诊为健康人的代价”与“将健康人误诊为病人的代价”不同；在金融信用卡盗用检测中，“将盗用误认为正常使用的代价”与将“正常使用误认为盗用的代价”也不同。通常， 阅读全文

摘要： 1. Dropout简介1.1 Dropout出现的原因在机器学习的模型中，如果模型的参数太多，而训练样本又太少，训练出来的模型很容易产生过拟合的现象。在训练神经网络的时候经常会遇到过拟合的问题，过拟合具体表现在：模型在训练数据上损失函数较小，预测准确率较高；但是在测试数据上损失函数比较大，预测准确 阅读全文

摘要： 阅读目录：本文介绍一下梯度下降法的三种形式BGD、SGD以及MBGD 在应用机器学习算法时，我们通常采用梯度下降法来对采用的算法进行训练。其实，常用的梯度下降法还具体包含有三种不同的形式，它们也各自有着不同的优缺点。 下面我们以线性回归算法来对三种梯度下降法进行比较。 一般线性回归函数的假设函数为： 阅读全文

摘要： 吉布斯采样（Gibbs Sampling） 常用于DBM和DBN，吉布斯采样主要用在像LDA和其它模型参数的推断上。 要完成Gibbs抽样，需要知道条件概率。也就是说，gibbs采样是通过条件分布采样模拟联合分布，再通过模拟的联合分布直接推导出条件分布，以此循环。 概念解释 吉布斯采样是特殊的Met 阅读全文

摘要： java.util.Scanner 是 Java5 的新特征，可以通过 Scanner 类来获取用户的输入。 Scanner sc = new Scanner(System.in); 通过 Scanner 类的 next() 与 nextLine() 方法获取输入的字符串，在读取前我们一般需要 使用 阅读全文

摘要： 一、二叉查找树（二叉查找树、二叉搜索树 ） 二叉排序树（Binary Sort Tree）或者是一棵空树；或者是具有下列性质的二叉树： 1.若左子树不空，则左子树上所有结点的值均小于它的根结点的值；2.若右子树不空，则右子树上所有结点的值均大于它的根结点的值；3.左、右子树也分别为二叉排序树；4.没 阅读全文