MyAJY

摘要： 随机变量与分布函数 随机变量本质上就是个变量，它分为两种：连续型随机变量（变量的可能取值是连续的，比如小酱等车的时间没法精确到准确的值）和离散型随机变量（变量的可能取值是离散的，比如小酱扔硬币只有正反面两种值）。 分布函数的定义：假如 \(X\) 是个随机变量，那么它的分布函数 \(F(x)\) 被 阅读全文

摘要： Q-Learning算法 输入：episodes \(T\)，状态集合 \(S\)，动作集合 \(A\)，步长 \(\alpha\)，衰减因子 \(\gamma\)，探索率 \(\epsilon\) 输出：所有状态和行为对应的 \(Q\) 值表 随机初始化 \(Q\) 值表，终止状态所对应的 \(Q 阅读全文

摘要： 假设一个5层神经网络：输入层、3层隐藏层、输出层，其中每层只有一个神经元。 对于第$i$层，输出为$z_i=\sigma (y_i)=\sigma (w_ix_i+b_i)$，其中$x_i=z_{i-1}$；设损失函数为$L$，那么在反向传播更新参数时，比如$b_1$，其梯度为：\(\frac{\p 阅读全文

摘要： 训练误差：在训练集上的误差。 测试误差：在测试集上的误差，也称为泛化误差。 注：在先前未观测到的输入上表现良好的能力被称为泛化。 欠拟合（underfitting）：模型在训练集上不能获得足够低的误差 过拟合（overfitting）：训练误差与测试误差之间的差距太大。 通过调整模型的容量（capa 阅读全文

摘要： 熵的概念 信息量：衡量一个事件的不确定程度。假设一个事件发生的概率为$p$，则信息量$I=\log \frac{1}{p}=-\log p$ 信息熵：信息量的加权平均，对整个概率分布中的不确定性总量进行量化，即$H(p)=-\sum_{i}p_i\log p_i$ 信息熵又称为香农熵，给出了对依据概 阅读全文

摘要： 1.系统调用：用户态主动要求切换到内核态，从而使用内核提供的各项服务。比如，Linux创建进程时中用户态的fork()会调用到内核态的sys_fork()和do_fork()等。 2.中断：外设完成用户请求后（如完成读写操作），发出中断信号，CPU暂停执行下一条要执行的指令，而去执行中断处理程序。 阅读全文

摘要： 1.进程具有独立的地址空间，而一个进程内部的多个线程共享内存。 2.线程是轻量级的进程，线程的上下文切换要比进程快很多。 在线程中，除了PC、堆栈（用于函数调用）、寄存器、状态等是独有的。如地址空间、全局变量、打开的文件等都是共享的。 3.所以，进程是资源分配的基本单位，线程是CPU调度的基本单位（ 阅读全文