tanyayangyang

2021年9月28日

摘要： 1)这里的h和x都是向量，h是六维的向量(六行一列)，x是五维的向量（五行一列）权重，第一部分有30个(5*6)，第二部分42个，第三部分49个。 2)以下为计算式的计算图绿色为计算模块 mm为乘,add为加 3)链式求导的过程反向传播，先要知道损失loss对z的偏导，我们要知道损失对x的导数和阅读全文

posted @ 2021-09-28 22:19 tanyayangyang 阅读(64) 评论(0) 推荐(0)

#pt#课堂代码记录_1

摘要： 1 from mpl_toolkits import mplot3d 2 import numpy as np 3 import matplotlib.pyplot as plt 4 from mpl_toolkits.mplot3d import Axes3D 5 6 x_data = [1,2, 阅读全文

posted @ 2021-09-28 20:07 tanyayangyang 阅读(55) 评论(0) 推荐(0)

#matplotilib#3D绘图

摘要： 1 mport numpy as np 2 import matplotlib.pyplot as plt 3 from mpl_toolkits.mplot3d import Axes3D 4 5 fig = plt.figure() 6 #创建3d绘图区域 7 ax = plt.axes(pro 阅读全文

posted @ 2021-09-28 15:38 tanyayangyang 阅读(201) 评论(0) 推荐(0)

2021年9月24日

#指数加权平均#

摘要：公式：公式意思就是前一日的V值乘β倍加上当日温度的(1-β)倍,如果用红线表示这个计算数值的话就可以得到每日温度的指数加权平均值. (一年中开头和结尾气温较低，中间气温较高，整体趋势是这样的，但是噪声很大。下图蓝点表示离散的每天温度) 你可以将其认为该数值表示的是1/(1-β)天的平均值,例如如果阅读全文

posted @ 2021-09-24 18:07 tanyayangyang 阅读(148) 评论(0) 推荐(0)

2021年9月23日

#感受野#

摘要：感受野定义：感受野（Receptive Field）的定义：卷积神经网络每一层输出的特征图（feature map）上的像素点映射回输入图像上的区域大小。通俗点的解释是，特征图上一点，相对于原图的大小，也是卷积神经网络特征所能看到输入图像的区域。感受野的作用： 1、小尺寸的卷积代替大尺寸的卷积，阅读全文

posted @ 2021-09-23 19:31 tanyayangyang 阅读(760) 评论(0) 推荐(0)

公告