摘要：
顶点数组函数可以在一个数组里包含大量的与顶点相关的数据，并且可以减少函数的调用。使用顶点数组需要先启用顶点数组功能，使用glEnableClientState函数启用顶点数组，参数可以是GL_VERTEX_ARRAY（顶点数据）和GL_COLOR_ARRAY（颜色数组... 阅读全文
posted @ 2016-11-23 21:50
未雨愁眸
阅读(221)
评论(0)
推荐(0)
摘要：
0. MinGW MinGW：Windows 下的 g++等linux 下的编译工具；Anaconda 下 MinGW 的安装（进行 windows cmd 界面）：conda install mingw 会将 mingw 安装在 anaconda 的目录下；1. ... 阅读全文
posted @ 2016-11-23 21:40
未雨愁眸
阅读(113)
评论(0)
推荐(0)
摘要：
0. MinGW MinGW：Windows 下的 g++等linux 下的编译工具；Anaconda 下 MinGW 的安装（进行 windows cmd 界面）：conda install mingw 会将 mingw 安装在 anaconda 的目录下；1. ... 阅读全文
posted @ 2016-11-23 21:40
未雨愁眸
阅读(142)
评论(0)
推荐(0)
摘要：
从 Matlab 2013版本开始，matlab 将可以直接调用 gpu 进行并行计算，而不再需要安装 GPUmat 工具箱；随机化：old：rand(”)/randn(”, )，（’seed’, ‘state’, or ‘twister’）new：rng() ... 阅读全文
posted @ 2016-11-23 18:19
未雨愁眸
阅读(185)
评论(0)
推荐(0)
摘要：
从 Matlab 2013版本开始，matlab 将可以直接调用 gpu 进行并行计算，而不再需要安装 GPUmat 工具箱；随机化：old：rand(”)/randn(”, )，（’seed’, ‘state’, or ‘twister’）new：rng() ... 阅读全文
posted @ 2016-11-23 18:19
未雨愁眸
阅读(256)
评论(0)
推荐(0)
摘要：
0. benchmarkGitHub - pascanur/DeepLearningBenchmarks1. 深度学习模型的计算MLP & CNN： Large matrix-matrix multiplications dominate in the MLP exa... 阅读全文
posted @ 2016-11-23 18:16
未雨愁眸
阅读(196)
评论(0)
推荐(0)
摘要：
0. benchmarkGitHub - pascanur/DeepLearningBenchmarks1. 深度学习模型的计算MLP & CNN： Large matrix-matrix multiplications dominate in the MLP exa... 阅读全文
posted @ 2016-11-23 18:16
未雨愁眸
阅读(107)
评论(0)
推荐(0)
摘要：
样本集的简单封装D = (numpy.random.randn(N, d), numpy.random.randint(low=0, high=2, size=(N, ))) # D[0] ⇒ X # D[1] ⇒ y1. One Hot Encoder ... 阅读全文
posted @ 2016-11-23 17:05
未雨愁眸
阅读(77)
评论(0)
推荐(0)
摘要：
样本集的简单封装D = (numpy.random.randn(N, d), numpy.random.randint(low=0, high=2, size=(N, ))) # D[0] ⇒ X # D[1] ⇒ y1. One Hot Encoder ... 阅读全文
posted @ 2016-11-23 17:05
未雨愁眸
阅读(108)
评论(0)
推荐(0)
摘要：
brevity is the soul of wit. —— 言贵在简；如果使用的是某个库，或者框架，就使用框架、库内的函数，而不要自己再单独实现；比如求均值，显然使用 T.mean(xent) 或者 xent.mean()，而不是相加求和再平均； ... 阅读全文
posted @ 2016-11-23 13:04
未雨愁眸
阅读(123)
评论(0)
推荐(0)
摘要：
brevity is the soul of wit. —— 言贵在简；如果使用的是某个库，或者框架，就使用框架、库内的函数，而不要自己再单独实现；比如求均值，显然使用 T.mean(xent) 或者 xent.mean()，而不是相加求和再平均； ... 阅读全文
posted @ 2016-11-23 13:04
未雨愁眸
阅读(117)
评论(0)
推荐(0)
摘要：
模型对应的数学公式，公式中往往有待学习得到的参数，因此在进行训练或者学习时，首先初始化这部分参数（0 或标准正太分布）； 学习之前的初始化：initial model；学习完成之后的模型：final model；算法则是一套处理的流程； 引入新的记号（变量）；对参数进... 阅读全文
posted @ 2016-11-23 11:42
未雨愁眸
阅读(468)
评论(0)
推荐(0)
摘要：
模型对应的数学公式，公式中往往有待学习得到的参数，因此在进行训练或者学习时，首先初始化这部分参数（0 或标准正太分布）； 学习之前的初始化：initial model；学习完成之后的模型：final model；算法则是一套处理的流程； 引入新的记号（变量）；对参数进... 阅读全文
posted @ 2016-11-23 11:42
未雨愁眸
阅读(885)
评论(0)
推荐(0)
摘要：
1. 正则化系数与最速下降的步长ℓ(W,b)=−1N∑iNy(i)logp(i)+(1−y(i))log(1−p(i))这里对全局的损失之所以取均值的原因在于，是为了解耦（decouple）后续的对权值矩阵的正则化系数以及 SGD 的步长； 阅读全文
posted @ 2016-11-23 11:02
未雨愁眸
阅读(225)
评论(0)
推荐(0)
摘要：
1. 正则化系数与最速下降的步长ℓ(W,b)=−1N∑iNy(i)logp(i)+(1−y(i))log(1−p(i))这里对全局的损失之所以取均值的原因在于，是为了解耦（decouple）后续的对权值矩阵的正则化系数以及 SGD 的步长； 阅读全文
posted @ 2016-11-23 11:02
未雨愁眸
阅读(192)
评论(0)
推荐(0)
浙公网安备 33010602011771号