摘要：一、深度学习与深层神经网络 1、线性模型局限性 线性模型无论多少层，表达能力是一致的。可以通过激活函数实现非线性。 2、多层网络可以解决异或运算 二、损失函数定义 1、经典损失函数： 分类问题： 二分类：取0.5作为阈值 多分类：设置n个输出节点，每个对应该类的可能性。神经网络输出向量 —>概率分布 阅读全文

摘要：【一】计算图模型 节点是计算，边是数据流， a = tf.constant( [1., 2.] )定义的是节点，节点有属性 a.graph 取得默认计算图 g1 = tf.get_default_graph() 初始化计算图 g1 = tf.Graph() 设置default图 g1.as_defa 阅读全文

摘要：2.1 Tensorflow 主要依赖包 2.1.1 Protocol Buffer 结构化数据序列化的过程，另外的工具：XML, JSON, 区别：二进制（不可读）；先定义数据格式，还原的时候将需要使用这个数据格式；序列化数据小3-10倍，速度快20-100倍。 2.1.2 Bazel googl 阅读全文

摘要：参考文献：《Tensorflow：实战Google深度学习框架》 【一】深度学习简介 1.1 深度学习定义 Mitchell对机器学习的定义：任务T上，随着经验E的增加，效果P也可以随之增加，那么程序可以在经验中学习。 传统机器学习算法的问题：无法从数据中习得更好的特征表达，从而无法有效的利用越来越 阅读全文

摘要：快排的优势： 1、期望为O(n lgn) 2、常数因子比较小 3、就地排序 4、在虚存环境很好工作 与合并排序一样是分治思想，但是不是从中间截断，而是通过partition过程代替取中位数的操作。 partition过程：下标p到r 每次选择最后一个元素为x，然后小的放前面，大的放后面，用ij两个坐 阅读全文

摘要：6.1 堆数据结构 是一个完全二叉树，从左向右填充。 有两个属性：树大小、有效数据长度。可以用数据表示，1 2 4 8 这种形式。 可以分为两种形式：最大堆和最小堆。最大堆：根节点不比叶子节点小。 最大堆：堆排序。最小堆：优先队列。 6.2 保持最大堆的性质 假设两个子堆都满足，只需要根节点依次换下 阅读全文

摘要：【一】 浏览器 http://user:pwd@hosturl:port/dir/of/file 基本思路： 1.1 生成http请求信息 包含“对什么”“进行怎样的操作”两个方法。一般常用操作是GET POST GET uri http版本 POST uri http版本 Field1 = xxx 阅读全文

摘要：https https://github.com/yesuuu/ganLearn.git ssh git@github.com:yesuuu/ganLearn.git git@idc:ganLearn.git file /home/yesuuu/gitLearn/ganLearn.git 阅读全文

摘要：1、在github上登陆，新建一个远程仓库 2、在本地创建仓库 3、本地仓库关联到远程仓库 git remote add origin(仓库名) git@github.com:yesuuu/test.git 4、将本地内容push过去： git push origin master 此处，如果本地是 阅读全文