GDBT负梯度

解锁机器学习核心算法 | 支持向量机：机器学习中的分类利刃

这十大算法包括线性回归、逻辑回归、决策树、随机森林、K-近邻算法、K-平均算法、支持向量机、朴素贝叶斯算法、降维算法、梯度增强算法。
紫雾凌寒·2025-02-18 15:15

装备效能评估方法TOPSIS法（优劣解距离法）深度解析：原理、实现与行业应用案例

一、方法概述1.1核心思想TOPSIS（TechniqueforOrderPreferencebySimilaritytoIdealSolution）通过计算各方案与正理想解（最优解）和负理想解（最劣解
燃灯工作室·2025-02-18 15:12

如何解决RNN梯度爆炸和弥散的问题

1.梯度裁剪（GradientClipping）：用于防止梯度爆炸。在每次参数更新之前，计算梯度的范数，如果超过某个阈值，则将梯度缩放到这个阈值。这种方法可以防止梯度在反向传播过程中变得过大。
路野yue·2025-02-18 12:40

第五章 序列

大多数序列类型，包括可变类型和不可变类型支持下表的通用操作5.2操作序列5.2.1索引序列是以非负整数作为索引的有限有
MPCTHU·2025-02-18 09:14

2021-7-24 42. 接雨水（动态规划，双指针）

注：题目：给定n个非负整数表示每个宽度为1的柱子的高度图，计算按此排列的柱子，下雨之后能接多少雨水。
TABE_·2025-02-18 08:03

双指针-接雨水

接雨水给定n个非负整数表示每个宽度为1的柱子的高度图，计算按此排列的柱子，下雨之后能接多少雨水。
Vacant Seat·2025-02-18 08:58

C++调用CPLEX踩过的小坑~

1.关于CPLEX中默认变量的问题CPLEX中默认变量为非负值，故在实际编码过程中如若不为变量指定下界为负无穷，且变量存在负值情况，则会出现计算数据错误的情况。
blackms1023·2025-02-17 23:26

Pytorch官方文档英语翻译

a-e1.1span跨度1.2blended混合的1.3criterion标准1.4deprecated弃用的1.5clamp钳制1.6arbitraryshapes任意形状1.7explodinggradients梯度爆炸
yanzhiwen2·2025-02-17 21:35

机器学习 - 学习线性模型的重要性

微积分：掌握导数、梯度
谦亨有终·2025-02-17 14:29

【深度学习】计算机视觉（CV）-图像分类-ResNet（Residual Network，残差网络）

ResNet的核心思想是残差学习（ResidualLearning），它通过跳跃连接（SkipConnections）解决了深度神经网络训练中的梯度消失和梯度爆炸问题，使得非常深的网络（如50层、1
IT古董·2025-02-17 14:57

【机器学习】多元线性回归

本教程将系统性推演多元线性回归，包括向量化处理、特征放缩、梯度下降的收敛性和学习率选择等，并使用numpy实现。最后，我们会通过sklearn快速实现多元线性回归模型。
T0uken·2025-02-17 14:26

Linux中的文件描述符

中的文件描述符常见的文件描述符文件描述符的操作重定向输入重定向文件描述符的分配规则文件描述符的特殊情况文件描述符的使用示例文件描述符的管理总结Linux中的文件描述符在Linux和其他类Unix操作系统中，文件描述符（FileDescriptor,FD）是一个非负整数
王十二er·2025-02-17 06:45

Acwing-基础算法课笔记之搜索与图论（spfa算法）

Acwing-基础算法课笔记之搜索与图论（spfa算法）一、spfa算法1、概述2、模拟过程3、spfa算法模板（队列优化的Bellman-Ford算法）4、spfa算法模板（判断图中是否存在负环）一、
不会敲代码的狗·2025-02-16 16:02

工程计算4——线性方程组的问题敏感性

向量的范数定义设XϵRn，||X||表示定义在Rn上的一个实值函数，称之为X的范数，性质非负性：即对一切X∈Rn，X≠0,||Ｘ|
sda42342342423·2025-02-16 00:38

外部中断源中断嵌套

0任务当外部中断源0负跳变触发中断时，黄色发光二极管闪烁，当外部中断源1负跳变触发中断时，红色发光二极管闪烁20次。外部中断源1设置为高优先级，外部中断源0设置为低优先级。
不忘不弃·2025-02-15 18:51

优化算法全景解析：从梯度下降到群体智能

一、引言：为什么需要优化算法？在AlphaGo击败人类围棋冠军的背后，在特斯拉自动驾驶系统实时决策的瞬间，在推荐系统精准推送内容的过程中，优化算法始终是推动这些技术落地的核心引擎。无论是机器学习模型的训练，还是复杂系统的参数调优，优化算法的本质是：在给定的约束条件下，找到使目标函数最优的解。本文将深入解析优化算法的核心原理、经典方法、现代进展及实战应用，助你全面掌握这一技术利器。二、优化算法分类图
welcome_123_·2025-02-15 08:31

用大模型学大模型02-数学基础 微积分

https://metaso.cn/s/uxPBB9C我正在学习深度学习相关的数学知识,学到了微积分核心概念：导数（尤其是偏导数）、梯度、链式法则；积分与最优化（如梯度下降法的数学推导）给我一个入门级的完整教程和实例好吧
wyg_031113·2025-02-14 22:39

【一起看花书1.3】——第5章 机器学习基础

目录：5.7监督学习5.8无监督学习5.9随机梯度下降5.10构建机器学习算法5.11深度学习发展的动力5.7监督学习监督学习，本质上是复杂函数的拟合，即给定特征xxx,我们需要得到标签yyy，这不就是求一个函数的拟合嘛
应有光·2025-02-14 17:03

《探秘Hogwild!算法：无锁并行SGD的神奇之路》

算法作为一种能够实现无锁并行随机梯度下降（SGD）的创新方法，受到了广泛关注。下面就来深入探讨一下Hogwild!算法是如何实现这一壮举的。
·2025-02-14 17:24

GeoHash算法简介

我们知道，经度范围是东经180到西经180，纬度范围是南纬90到北纬90，我们设定西经为负，南纬为负，所以地球上的经度范围就是[-180，180]，纬度范围就是[-90，90]。
okiwilldoit·2025-02-14 17:00

【深入探讨 ResNet：解决深度神经网络训练问题的革命性架构】

然而，随着网络层数的增加，训练深层网络变得愈加困难，主要问题是“梯度消失”和“梯度爆炸”问题。
机器学习司猫白·2025-02-14 16:26

9、深度学习-自学之路-损失函数、梯度下降、学习率、权重更新的理解

由《8、深度学习-自学之路-损失函数和梯度下降程序展示》我们看到我们设计了一个程序，这个程序里面由学习率，有损失函数，有梯度下降，权重更新。
小宇爱·2025-02-14 11:16

AZ31镁合金产氢材料的电化学行为和放电性能/AZ31钛镁合金材料/镁铝水滑石转化膜/Mg-Gd-Y镁合金微弧氧化复合涂层/镁系储氢合金

,交流阻抗谱和恒流放电性能等的测试与分析,研究了AZ31镁合金在不同浓度Al(NO3)3溶液中的电化学行为和放电性能.结果表明:随着Al(NO3)3溶液浓度的增大,AZ31镁合金的开路电位和自腐蚀电位负移
修啊昵称·2025-02-14 10:38

《深度解析：批量、随机和小批量梯度下降的区别与应用》

在机器学习和深度学习的领域中，梯度下降算法是优化模型参数的核心工具之一。
·2025-02-14 09:40

从VGG到Transformer：深度神经网络层级演进对模型性能的深度解析与技术实践指南

深度网络可表达复杂函数：f(x)=fL(fL−1(⋯f1(x)))f(x)=f_L(f_{L-1}(\cdotsf_1(x)))f(x)=fL(fL−1(⋯f1(x)))层数L增加时，函数空间指数级扩大梯度传播挑战
燃灯工作室·2025-02-14 05:57

Pytorch的自动求导模块

文章目录torch.autograd.backward()基本用法非标量张量的反向传播保留计算图指定输入张量高阶梯度计算与y.backward()的区别torch.autograd.grad()基本用法非标量张量的梯度高阶梯度计算多输入
zoujiahui_2018·2025-02-14 05:57

c语言如何输入带\n和空格的字符串

输出：一个非负整数，字符串的长度。样例输入：IlikeC++.样例输出：11思路：这道题要使用数组储存输入的内容，判
爱吃芝麻汤圆·2025-02-14 04:52

机器学习算法工程师笔试选择题（1）

1.关于梯度下降的说法正确的是：A.梯度下降法可以确保找到全局最优解。B.随机梯度下降每次使用所有数据来更新参数。C.批量梯度下降（BatchGradientDescent）通常收敛更快。
Ash Butterfield·2025-02-14 00:08

硬件笔试关于-信号完整性-题库

1.反射系数为负值的反射点有（单选）A.信号线上到地的电容B.信号线上串接的电感解析：答案为A根据《信号完整性揭秘-于博士SI设计手记》中的讲解，在信号线上到地的电容处，信号会发生负反射，因此反射系数为负
honey ball·2025-02-13 17:54

13、Python面试题解析：字符串的乘法是如何工作的？

整数：必须是非负整数，表示字符串重复的次数。
千层冷面·2025-02-13 15:41

神经网络常见激活函数 9-CELU函数

连续可微指数线性单元：CELU（ContinuouslyDifferentiableExponentialLinearUnit）,是一种连续可导的激活函数，结合了ELU和ReLU的特点，旨在解决ELU在某些情况下的梯度问题
亲持红叶·2025-02-13 15:37

LVS的NAT及DR模式

所以，减少了负
..Move...·2025-02-13 13:56

23、深度学习-自学之路-激活函数relu、tanh、sigmoid、softmax函数的正向传播和反向梯度。

反向梯度传播：当输出值大于0，那么反向梯度值就等于输出值乘以1如果小于0，那反向梯度值就等于0.通俗的来说就是，如果输入值是0或小于0，那么输出值的反向增强就没有。
小宇爱·2025-02-13 13:22

【人工智能】Python中的深度学习优化器：从SGD到Adam

本文将介绍深度学习中常用的优化器，从传统的随机梯度下降（SGD）到现代的自适应优化器（如Adam）。我们将深入探讨每种优化器的原理、优缺点，并通过Python实现
蒙娜丽宁·2025-02-13 08:13

Redis教程(八)：Redis中zSet类型的常用命令

zaddmyzset1one2two3three查询zSet中所有的值，第一个参数为0代表从小到大排序，为1代表从大到小排序，-1表示所有数据ZRANGEmyzset0-1将zset的值根据key来从小到大排序并输出，-inf负无穷
ThatMonth·2025-02-13 06:00

Node.js 应用性能测试：Autocannon 的使用与 Docker 集成

Autocannon是一个快速、轻量且功能丰富的HTTP/HTTPS负
田猿笔记·2025-02-13 05:48

瑞熙贝通|智能实验教学管理平台建设方案

一、建设理念和方法:以本科基础医学实验室建设为标准，以“服务学生和社会”为指导思想，以虚实一体化建设为基础，融实验教学、开放创业和服务社会等功能于一体，借助互联网，在负一楼室外建设废液、废气和生物制品的处理平台
瑞熙贝通实验室综合管理平台·2025-02-13 02:27

45. 跳跃游戏 II

._45;/*45.跳跃游戏II题目地址：https://leetcode-cn.com/problems/jump-game-ii给你一个非负整数数组nums，你最初位于数组的第一个位置。
小句·2025-02-12 21:51

Python中LSTM算法的实现与应用

首先解释了LSTM的工作原理，重点在于其门结构如何有效解决传统RNN的梯度问题，并通过控制信息流动以学习长期依赖。
昊叔Crescdim·2025-02-12 19:01

深入解析ReLU激活函数的优缺点及其平衡策略

影响：这有助于模型更快地收敛，因为梯度不会因为负值而减小，从而避免负向因素对模型训练的不良影响。结论：这使得
weixin_40941102·2025-02-12 15:08

qregexp括号匹配_QRegExp正则表达式用法

"^\d+$"//非负整数(正整数+0)"^[0-9]*[1-9][0-9]*$"//正整数"^((-\d+)|(0+))$"//非正整数(负整数+0)"^-[0-9]*[1-9][0-9]*$"//负整数
weixin_39604350·2025-02-12 09:33

AUC完全总结：定义、手撕计算代码、优缺点

曲线二分类混淆矩阵如下：真实情况label=1真实情况label=0预测情况label=1TPFP预测情况label=0FNTN假阳率（FalsePositiveRate）FPR=FP/(FP+TN)，即在所有真实的负样本中
zs1996_·2025-02-12 08:54

原码，反码，补码，移码以及转换方式（附C语言实现代码）

缺点：存在“正零”和“负零”。反码（Ones'Complement）正数的表示与原码相同。负数的表示：符号位为1，数值位按原码逐位取反。缺点：同样存在“正零”和“负零”，且计算复杂。
Flocx·2025-02-12 06:05

一分钟教会你原码补码和反码

（0表示为正，1表示为负）数值位：符号位后面几位（所以八进制表示的数值位只有7位）例：20的原码：00010100，此处蓝色的0为符号位，即值为正；后面的7位红色数为数值位。
小小嵌入式·2025-02-12 06:04

深度学习算法informer（时序预测）（一）（数据编码讲解）

informer代码中数据编码包括三部分，位置编码、数据编码、时间编码目标：时序数据有7个特征，通过24个时间点（可以是年、月、日、时、分、秒）的数据预测未来1个时间点的数据一、位置编码1.pe不需要计算梯度
槑槑紫·2025-02-12 05:33

2024年 第一天 基础入门-Web应用&架构搭建&域名源码&站库分离&MVC模型&解析受限&对应路径

Web架构，App架构，小程序架构，前后端分离，容器技术，云产品服务，数据加解密算法，数据包抓取，数据包解析，正反向网络通讯，内外网通讯，防火墙出入站，Windows&Linux渗透命令，WAF产品，负
她比寒风冷·2025-02-12 04:22

对DeepSeek-R1通过强化学习提升大型语言模型推理能力的技术原理解析

模型在推理过程中的当前情况，如已有的推理步骤、已知信息等）、动作（模型在当前状态下做出的推理决策，如选择何种推理方法、如何组织语言等）、奖励（根据模型的动作和结果给予的反馈，如推理正确给予正奖励，错误给予负奖励或无奖
一只贴代码君·2025-02-12 02:12

【机器学习】嘿马机器学习（算法篇）第6篇：线性回归,学习目标【附代码文档】...

数据集介绍1案例：鸢尾花种类预测1.8案例：鸢尾花种类预测—流程实现1再识K-近邻算法API1.11案例2：预测facebook签到位置1项目描述线性回归2.3数学:求导1常见函数的导数线性回归2.5梯度下降方法介绍
广江鹏·2025-02-11 21:59

DARTS算法笔记（论文+代码）

DARTS通过两次近似，将问题简单化，以减少GPU计算天数，局部最优近似全局最优，有限差分近似求梯度。摘要：在CIFAR-10、ImageNet、PennTreebank和
朴公英不会飞·2025-02-11 19:42

深度学习｜表示学习｜Batch Normalization 详解：数学、代码与经验总结｜22

BN通过对mini-batch数据进行归一化，使每层的输入数据分布保持稳定，从而缓解梯度消失/爆炸问题，同时减少对权重初始化的敏感性。
漂亮_大男孩·2025-02-11 08:56
上一页 2 3 4 5 6 7 8 9 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他