aaa2222339

摘要： 为了求得参数θ，也可以不用迭代的方法（比如梯度下降法对同一批数据一直迭代），可以采用标准方程法一次性就算出了θ，而且还不用feature scaling（如果feature不多的话，比如一万以下，用这种方法最好）。 标准方程法介绍： （1） 这里面，X的第一列是人为添加的，为了方便运算的，都置为1， 阅读全文

摘要： 1.梯度矩阵 标量y对矩阵Xm×n的导数，得到的就是梯度矩阵 dy/dX=(∂y/∂xij)m×n，i=1,2,……,m，j=1,2,……，n 展开就是 dy/dX = ∂f/∂x11 ∂f/∂x12 ∂f/∂x13 …… ∂f/∂x1n ∂f/∂x21 ∂f/∂x22 ∂f/∂x23 …… ∂f/ 阅读全文

摘要： # *b接受任意多个参数，并把它们组成元组，赋给bdef tuple_pack(a, *b): print(a) print(b)tuple_pack(1,2,3,4,5) 阅读全文

摘要： 在控制台输入： C:\Users\sunli\Documents\name\src>tensorboard --logdir=./w 阅读全文

摘要： 由所有样本点（实验的可能结果）构成的集合称为样本空间 事件：由样本点构成的集合，它是样本空间的子集。 从n个不同的元素中任取m个构成排列，共有Amn=n!/(n-m)!个,若有放回，则有n^m种。从n个不同的元素中，选m个构成1组，有Cmn=n!/m!/(n-m)! 概率空间（Ω（样本空间），花F（ 阅读全文

摘要： d = collections.deque([]) # 创建双端队列d.append('a') # 在最右边添加一个元素，此时 d=deque('a')d.appendleft('b') # 在最左边添加一个元素，此时 d=deque(['b', 'a'])d.extend(['c','d']) # 阅读全文

摘要： >>>seasons = ['Spring', 'Summer', 'Fall', 'Winter'] >>> list(enumerate(seasons)) # 配个下标形成对儿，默认从0开始 [(0, 'Spring'), (1, 'Summer'), (2, 'Fall'), (3, 'Wi 阅读全文

摘要： 1.记号 2.前向计算，第二张图是第一张图的公式的简化。其中a称之为隐状态 3.计算代价函数 阅读全文

摘要： I的旁边有2个like，那么第1行第2列的数是2。。。。 可以将每一行作为词向量，可以用SVD对矩阵降维。 阅读全文

摘要： >>> a = np.array([[1,2,3], [4,5,6]]) >>> a array([[1, 2, 3], [4, 5, 6]]) >>> np.cumsum(a) array([ 1, 3, 6, 10, 15, 21]) # 计算累加和，1=1,3=1+2,6=1+2+3.... 阅读全文