marsggbo

摘要： 知乎上的这个回答超级赞！！！！！！！！ 但是不能转载嘤嘤嘤。 https://www.zhihu.com/question/20852004 阅读全文

摘要： 香港美食记录（物价参考） 香港 美食 Hong Kong 有幸在香港读书，所以有机会品尝当地很多美食，因此将吃过的美食记录下来，也当为以后留个纪念（如果能顺利毕业23333）。 以下美食价格均为港币$，没写价格就是忘了2333。 不停更新…直到毕业离港。 双拼叉烧饭 叉烧饭 猪肚排骨饭 米线+牛肉+ 阅读全文

摘要： 线性代数复习Linear Algebra 线性代数 行列式 行列式的性质记行列式如下：行列式与它的转置行列式相等,即互换行列式的两行（列）,行列式变号。推论：如果行列式有两行（列）完全相同，则此行列式为零。即，若,则行列式的某一行（列）中所有的元素都乘以同一个倍数，等于用数乘以此行列式。下图有：。推论：行列式的某一行（列）中所有元素的公因子可以提到行列式符号的外面．行列式中如果有两行（列）元... 阅读全文

摘要： 机器学习中数据读取是很重要的一个环节，TensorFlow也提供了很多实用的方法，为了避免以后时间久了又忘记，所以写下笔记以备日后查看。 最普通的正常情况 首先我们看看最普通的情况： 输出结果 由结果我们可以知道TensorFlow能很好地帮我们自动处理最后一个batch的数据。 datasets. 阅读全文

摘要： Summary 我的理解就是原本节点和节点之间操作是离散的，因为就是从若干个操作中选择某一个，而作者试图使用softmax和relaxation（松弛化）将操作连续化，所以模型结构搜索的任务就转变成了对连续变量$α={α^{(i,j)}}$以及$w$的学习。(这里$α$可以理解成the encodi 阅读全文

摘要： 前言 前段时间更新自己电脑上的tf1.4到1.9，没想到踩了这么多坑。。。特意记录下来希望可以帮到大家 删除旧版本 如果你电脑上没有安装旧版本的tf，就可以忽略这一步。我是因为想要升级到最新版本，所以需要先卸载旧版本。旧版本是用anaconda安装的，卸载很简单，首先进入安装tf的环境，我的环境是“ 阅读全文

摘要： Summary 本文提出超越神经架构搜索（NAS）的高效神经架构搜索（ENAS），这是一种经济的自动化模型设计方法，通过强制所有子模型共享权重从而提升了NAS的效率，克服了NAS算力成本巨大且耗时的缺陷，GPU运算时间缩短了1000倍以上。在Penn Treebank数据集上，ENAS实现了55.8 阅读全文

摘要： Title 文章标题 Summary 写完笔记之后最后填，概述文章的内容，以后查阅笔记的时候先看这一段。 Research Objective 作者的研究目标 Problem Statement 问题陈述，要解决什么问题？ Method(s) 解决问题的方法/算法是什么？ Evaluation 作者 阅读全文

摘要： 定义 无偏估计 ：估计量的均值等于真实值，即具体每一次估计值可能大于真实值，也可能小于真实值，而不能总是大于或小于真实值（这就产生了系统误差）。 估计量评价的标准 （1） 无偏性 如上述 （2） 有效性 有效性是指估计量与总体参数的离散程度。如果两个估计量都是无偏的，那么离散程度较小的估计量相对而言 阅读全文

摘要： 在计算loss的时候，最常见的一句话就是 tf.nn.softmax_cross_entropy_with_logits ，那么它到底是怎么做的呢？ 首先明确一点，loss是代价值，也就是我们要最小化的值 tf.nn.softmax_cross_entropy_with_logits(logits, 阅读全文