HCIA-AI v2.0 培训08: 扩展

tensorflow 数据类型： int,float32,float64(double),bool

没有double64

---

• 伯努利试验

试验只有两个可能结果，A发生和A不发生

• n重伯努利试验

进行n次独立重复的伯努利试验

重复是指每次实验中A发生的概率保持不变，独立是指每次实验的结果互不影响

X表示n次伯努利试验中事件A发生的次数，则随机变量X的概率：

\[P(X=k) = C_n^kp^k(1-p)^{n-k}, k=0,1,2,...,n \]

由于二项式定理(q=1-p)：

\[\sum_{k=0}^nP(X=k) = \sum_{k=0}^nC_n^kp^kq^{n-k} = 1 = (q+p)^n \]

则称随机变量X服从参数为n,p 的二项式分布，记 X~b(n,p)

---

tensorflow 程序读取数据的方法：

• 预加载数据（Preload）
• 供给数据（Feeding）
• 从文件读取

---

Python支持的系统：

Dos, Windows, Linux, Mac OSX

---

循环神经网络模型：

RNN, LSTM, GRU

---

人工智能学派：

符号主义（逻辑推理），行为主义（关注交互，行为），连接主义（神经网络）

---

传统机器学习促进深度学习发展的原因：

维度灾难，局部不变性和平滑正则化，特征工程

---

常用损失函数：

均方差、sigmoid交叉熵、softmax交叉熵、sparse交叉熵、加权sigmoid交叉熵

---

p21