easy_wang

摘要： 随机试验： 在同一组条件下，对某事物或现象所进行的观察或实验叫随机试验，把观察或实验的结果叫随机事件。如果随机试验的每种结果可以 用一个数字作为其代表，则我们称此变量为随机变量，随机变量都具有这种性质和特点：事先可以肯定取值的范围，但不能肯定具体 取值是多少。概率论所要研究的是随机变量所取之值的规律 阅读全文

摘要： 6sigma 管理： 是一种系统的过程改进方法，它通过对现有过程进行界定、测量、分析、改进和控制(DMAIC)消除过程缺陷和无价值作业，从而提高质量、降低成本、缩短周期时间 ，最终达到顾客完全满意。 1、基于事实和数据驱动的管理方法：对事实和数据运用数理统计的方法进行客观、科学的分析、提取有效的信息 阅读全文

摘要： 1.Mini-batch 梯度下降（Mini-batch gradient descent) batch gradient descent :一次迭代同时处理整个train data Mini-batch gradient descent: 一次迭代处理单一的mini-batch (X{t} ,Y{ 阅读全文

摘要： 权重的初始化： 1.如果激活函数是：Relu: W(n[L],n[L-1])=np.random.rand(n[L],n[L-1]) *np.sqrt(2/n[L-1]） 2.如果激活函数是：tanh: W(n[L],n[L-1])=np.random.rand(n[L],n[L-1]) *np.s 阅读全文

摘要： SQLite命令 1> .help 帮助信息 2>.show 输出格式设置 3>.excel 把操作结果输入excel 4>.schema sqlite_master 输出主表中保存数据库表 5>.header on / .mode column /.timer on 输出形式设置 6>.exit 阅读全文

摘要： 1.Forward and backward propagation: Forward propagation for layer L: Z[L]=W[L]A[L-1]+b[L] A[L]=g[L](Z[L]) Backward propagation for layer L: dZ[L]=dA[L 阅读全文

摘要： 1、神经网络概述： dW[L]=（1/m)*dZ[L]A[L-1].T db[L]=(1/m)*np.sum(dZ[L],axis=1,keepdims=True) dZ[L-1]=W[L].T dZ[L]*g'(Z[L-1]) 2. 激活函数： sigmoid(z)=1/(1+e-z), tanh 阅读全文

摘要： 1、神经网络的计算通常包括前向传播(foward propagation)步骤和反向传播(backward propagation)的步骤； 2、数据预处理： X.shape:[nx,m] >nx 是特征数，m为样本数 Y.shape:[1,m] W.shape:[nx,1] b >是实数 X 数据 阅读全文

摘要： 预处理 gcc-E-o a.i 001.c 编译： gcc-S-o a.s a.i 汇编： gcc-c-o a.o a.s 链接： gcc-o a.o 跟查找头文件的目录 gcc -I 预处理的使用： #define 宏名 宏体 #define ABC 5+3 #define ABC(x) (5+( 阅读全文

摘要： 阅读全文