W1

文本相似度之LSI

在使用VSM做文本相似度计算时，其基本步骤是：1）将文本分词，提取特征词s:（t1,t2,t3,t4）2）将特征词用权重表示，从而将文本表示成数值向量s:(w1,w2,w3,w4)，权重表示的方式一般使用
孤狼18·2018-09-15 11:00

学习很美，一起向前W1（电子技术）

时间：2018.9.10-9.14地点：Rohr主题：初识本中心、电子工业技术等摄影师：中德师培学习小组9.139.129.12德国教育体质探讨教师、校长、翻译图片发自App9.12图片发自App图片发自App9.119.149.109.10图片发自App开班第一天图片发自App图片发自App图片发自App图片发自App图片发自App机械实训室参观图片发自App图片发自App校长致欢迎词
张老师_酷·2018-09-14 22:01

Python matplotlib pylab 画张图

frompylabimport*w1=1w2=25fs=18y=np.arange(-2,2,0.001)x=w1*y*log(y)-1.0/w2*exp(-(w2*y-w2/exp(1))**4)plt.title
DarrenXf·2018-09-14 10:57

python版本的非极大值抑制(nms)的简单实现

nms代码：#--*--coding:utf8--*--importoperatorimportnumpyasnpdefiou(box1,box2):x1,y1,w1,h1,s1=box1x2,y2,w2
Nichopls·2018-09-14 10:50

神经网络 感知机 Perceptron python实现

importnumpyasnpimportmatplotlib.pyplotaspltimportmathdefcreate_data(w1=3,w2=-7,b=4,seed=1,size=30):np.random.seed
DarrenXf·2018-09-13 13:55

神经网络 感知机 Perceptron python实现

importnumpyasnpimportmatplotlib.pyplotaspltimportmathdefcreate_data(w1=3,w2=-7,b=4,seed=1,size=30):np.random.seed
DarrenXf·2018-09-13 13:55

【基于深度学习的细粒度分类笔记8】深度学习模型参数量(weights)计算，决定训练模型最终的大小

featuremap大小计算输入：N0*C0*H0*W0输出：N1*C1*H1*W1输出的featuremap大小：H1=(H0+
马卫飞·2018-09-12 14:54

动手实现Logistic Regression

预测时，首先计算其中x为训练样本，x=（x1,x2,…,xn）,w为权重矩阵,w=（w0,w1,…,wn），x0一般设为1，x0w0称为偏置项（说
Joker_sir5·2018-09-09 00:03

AirPods 一周年使用体验：个人最喜欢的苹果产品

光学传感器，加速感应器，麦克风，电池，天线，W1芯片一应俱全。正所谓麻雀虽小，五脏俱全。而如此高的集成度，势必会导致维修困难，可以不夸张的说修就别想了
特立独行的猪宝宝·2018-09-05 17:22

二分类神经网络

-输出层图1.4输出-激活2源码及解析importtensorflowastffromnumpy.randomimportRandomState#每批训练数据的量(多少)batch_size=8#权重w1
xdq101·2018-09-04 14:22

OPPO O-Free：真无线是趋势，它是个注重音质的「偏科」生

尽管AirPods是2016年随iPhone7一起推出的，可凭借苹果自主研发的W1芯片，使得AirPods在连接速率、稳定性、续航方面仍在同类产品中处于难以撼动的优势，能与其竞争的产品微乎其微。
ZAEKE知客·2018-09-03 10:29

pytorch实现多项式拟合

首先给出真值多项式参考方程：其对应参数形式为：程序实现思路为：根据方程1，给定一些列（假如默认是32个）（x，y）对应点集，及最小均方差为目标，求解最佳参数（w1,w2,w3,b）。
The_Matrix_·2018-09-02 18:03

tensorflow中卷积方式SAME和VALID特征图大小计算

后特征图大小计算卷积方式：SAME（卷积后的特征图大小跟卷积核大小无关，只跟卷积所用的步长有关，当卷积步长是1时，卷积前后特征图大小保持不变）输入特征图大小：W×H卷积核大小：k×k卷积步长：s×s输出特征图大小：W1
-牧野-·2018-09-02 17:55

数学之美：统计语言模型

一个有意义的句子是由一定顺序的词组成，则一个句子出现的可能性可以使用如下表示：这是典型的条件概率理论，也就是说当我们知道第一词w1后，要预测下一个w2的概率时是在基于已知词w1的情况下预测的。
青盏·2018-08-26 00:47

数字图像处理——相关检测

相关值计算公式：Matlab代码：clear,clc;car=imread('car.png');mask=imread('wheel.png');[h1,w1]=size(car);[h2,w2]=size
Lee_01·2018-08-20 20:45

【考题 题解】 数字游戏

题目描述HL中学茶余饭后喜欢玩游戏，一个游戏规则如下：共两人参加游戏，若第一个人当前手中的数为w1，则下一秒他手上的数将会变成(x1w1+y1)modm；若第二个人当前手中的数为w2,则下一秒他手上的数将会变为
pigzhouyb·2018-08-19 15:12

如何输出查看tensorflow内的变量值

print函数打印的只是变量的结构，要想查看tensorflow内的变量值可以用以下方法1.用tf.Session()函数importtensorflowastf#sess=tf.Session()#w1
sa726663676·2018-08-19 09:44

机器学习（一）：快速入门线性分类器

线性关系公式:f(w,x,b)=w^tx+bx=(x1,x2,…xn)代表n维特征列向量，w=(w1,w2,…wn)代表对应的权重(系数coeffient),同时为了避免其过坐标原点这种硬性假设，增加一个截距
Cyj2328499·2018-08-18 21:31

机器学习（一）：快速入门线性分类器

线性关系公式:f(w,x,b)=w^tx+bx=(x1,x2,…xn)代表n维特征列向量，w=(w1,w2,…wn)代表对应的权重(系数coeffient),同时为了避免其过坐标原点这种硬性假设，增加一个截距
Cyj2328499·2018-08-18 21:31

Python搭建神经网络

以三层神经网络为例：h1=x.dot(w1)+b1,h2=h1.dot(w2)+b2，scores=h2.dot(w3)+b3批量归一化批量归一化这一步骤在线性函数和激活函数之间，将h1=x.dot(w1
一个小目标everyday·2018-08-15 22:19

正则化L1 regularization、L2 regularization、Dropout

L′(θ)=L(θ)+λ∣∣θ∣∣θ={w1,w2,...,wn}L'(\theta)=L(\theta)+{\lambda}||\theta||\\\theta=\{w_1,w_2,...,
Saul Zhang·2018-08-12 16:33

upc 6910 洗衣服（贪心 优先队列）

第二行有n个整数w1,w2,...,wn。第三行有m个整数d1,d
Destinymiao·2018-08-07 21:38

【PTA】到底是不是太胖了

真实体重与标准体重误差在10%以内都是完美身材（即|真实体重−标准体重|=(w1*0.1))&&w=(w1*0.1))&&w1>w是我用的方法，网上还有许多方法值得参考。
-believe-·2018-08-05 00:00

01背包及其变式 UVA12536 HDU2126

概念：01背包是在M件物品取出若干件放在空间为W的背包里，每件物品的体积为W1，W2至Wn，与之相对应的价值为P1,P2至Pn。01背包是背包问题中最简单的问题。
D_HSCheng·2018-08-01 16:57

01背包及其变式 UVA12536 HDU2126

概念：01背包是在M件物品取出若干件放在空间为W的背包里，每件物品的体积为W1，W2至Wn，与之相对应的价值为P1,P2至Pn。01背包是背包问题中最简单的问题。
D_HSCheng·2018-08-01 16:57

TensorFlow 深度学习框架（14） -- 使用 RNN 进行自然语言建模

把句子看做是单词的序列，于是自然语言模型计算的就是p(w1,w2,..wn)。利用语音模型，可以确定哪个单词序列出现的可能性更大，或者给定若干个单词，可以预测下一个最可能出现的词语。
ouprince·2018-07-31 19:02

文本相似度bm25算法的原理以及Python实现(jupyter notebook)

其实这个算法的原理很简单，就是将需要计算的query分词成w1，w2，…，wn，然后求出每一个词和文章的相关度，最后将这些相关度进行累加，最终就可以的得到文本相似度计算结果。
深圳湾刘能·2018-07-31 10:54

机器学习入门-支持向量机

WTX+b=0WTX+b=0其中w=(w1;w2;...;wd)w=(w1;w2;...;wd)是法向量，决定了超平面的方向。ｂ是位移项，决定了超平面与远点的距离。显然划分超平面可以被法向量ｗ和
CallMeSP·2018-07-24 21:41

吴恩达.深度学习系列-C2神经网络进阶-W1神经网络实践

学习目标1.设置你的机器学习程序1.1.训练集/开发(验证)集/测试集1.2.偏差-方差困境1.3.机器学习的基本准则2.Regularizingyourneuralnetwork2.1.范数的介绍2.2.正则化2.3.为什么正则化能减少过拟合？2.4.DropoutRegularization2.5.UnderstandingDropout2.6.Otherregularizationmetho
路飞在福州·2018-07-22 19:50

使用pytorch内置的自动求导写的BP算法

https://blog.csdn.net/zhaomengszu/article/details/77834845此代码参考上面的文章写的，包括W1，W2，H，O，B都一样。
啊罗罗·2018-07-19 01:53

tensorflow矩阵相乘问题

我想定义一个1行2列的数组x和一个2行3列的数组w1相乘：[In]x=np.array([0.7,0.9])x.shape[Out](2,)这里说明定义的x是一个2行的数组而我们原意时想定义一个1行2列的数组
二月七·2018-07-18 10:42

PyTorch （莫烦）中

4.2RNN（一般是用于时间序列的数据）循环神经网络让神经网络有了记忆,对于序列话的数据,循环神经网络能达到更好的效果.几个缺点：[1]梯度弥散（消失）反向传播时W1每次误差乘以大于1的数，就会逐渐的趋于无穷大
爬坡少女·2018-07-10 16:29

机器学习(五)降维

使得降维后的数据与源数据平方误差最小（投影到低维子空间中，使得原始数据在这个子空间的各个方向方差最大化）从最大重构性推导：  假设样本进行了中心化，∑ixi=0∑ixi=0，假设投影变换后得到的新坐标系为{w1
Dynomite·2018-07-09 16:22

机器学习(五)降维

使得降维后的数据与源数据平方误差最小（投影到低维子空间中，使得原始数据在这个子空间的各个方向方差最大化）从最大重构性推导：  假设样本进行了中心化，∑ixi=0∑ixi=0，假设投影变换后得到的新坐标系为{w1
Dynomite·2018-07-09 16:22

笔记(总结)-神经语言模型和词向量

可以看到，最终对句子的建模为（以二元文法为例）：P(S)=p(w1)p(w2|w1)...p(wn|wn−1)P(S)=p(w1)p(w2|w1)...p(wn|wn−1)核心问题在于如何计算参数p(wi
ZSYGOOOD·2018-07-09 16:36

简单神经网络解决二分类问题示例（Tensorflow）

tf.Session）并在训练数据上反复运行反向传播优化算法importtensorflowastffromnumpy.randomimportRandomStatebatch_size=8#定义神经网络参数w1
鲁班班班七号·2018-07-02 21:04

《机器学习（周志华）》——第3章 线性模型

1、线性模型基本形式给定有d个属性描述的示例x=(x1,x2,……,xi)，其中xi是x在第i个属性上的取值，w=(w1,w2,……，wi)，则可以表示为线性关系：2、线性回归（linearregression
Zessay·2018-06-29 17:12

简单背包问题

简单背包问题1000(ms)65535(kb)1438/6830Tags:搜索设有一个背包可以放入的物品重量为S，现有n件物品，重量分别是w1，w2，w3，…wn。
CGD_ProgramLife·2018-06-28 15:11

TensorFlow实战：入门

我们这里详细了解一下计算图的使用.计算图的简单示例通过变量实现神经网络前向传播过程#coding:utf8importtensorflowastf#声明w1,w2两个变量,这里还通过seed参数设定随机种子
频率52HZ·2018-06-25 20:55

模拟数据集上训练神经网络，网络解决二分类问题练习

importtensorflowastffromnumpy.randomimportRandomState#Numpy是一个科学计算工具包，这里用来生成随机数#每批次需要8组数据batch_size=8#声明参数w1
湾区人工智能·2018-06-25 15:09

感知器学习算法（PLA）及python实现

LTU计算其输入的加权和（z=W1×1+W2×2+…++WN×n=Wt·x），然后将阶跃函数应用于该和，并输出结果：HW
卡布达打小怪兽_Cheer·2018-06-24 16:20

多个装饰器，装饰一个函数

("结束")returnnet1defw2(fune):print("----日志2----")defnet2():print("---调用2----")fune()returnnet2@w1#f1=w1
L冰水混合物·2018-06-22 18:58

python实现余弦相似度文本比较

VSM的例子：比如说，一个文档有分词和去停用词之后，有N个关键词（或许去重后就有M个关键词），文档关键词相应的表示为（d1,d2,d3,...,dn），而每个关键词都有一个对应的权重（w1,w1,...
醉曦·2018-06-21 15:00

线性回归、逻辑回归和感知机的区别

训练目标：根据训练数据学习参数(w1,w2,...,wn,b)学习策略：要确定参数(w
ZLuby·2018-06-20 23:57

图

2.广度遍历算法广度优先搜索的思想：①访问顶点vi；②访问vi的所有未被访问的邻接点w1,w2,…wk；③依次从这些邻接点（在步
wangdan1·2018-06-18 21:00

【USACO4-3-1】追查坏牛奶Pollutant Control 最小割

题目把所有边的权值都乘以一个较大的数mod+1，这样结果求出的最大流ans/mod就是最大流就是最小割，假设最小割的边为w1+w2+w3+w4+……那么ans=w1*mod+1+w2*mod+1……所以
Mininda·2018-06-18 14:31

博客作业06--图

具体有：深度遍历算法：DFS在访问图中某一起始顶点v后，由v出发，访问它的任一邻接顶点w1；再从w1出发，访问与w1邻接但还没有访问过的顶点w2；然后再从w2出发，进行类似的访问，…如此进行下去，直至到达所有的邻接顶点都被访问过的顶点
不是本人·2018-06-17 21:00

博客作业06--图

广度遍历的思想：①访问顶点vi；②访问vi的所有未被访问的邻接点w1,w2,…wk；③依次从这些邻接点（在
千辰烊烊·2018-06-17 19:00

哈夫曼树及哈夫曼编码详解【完整版代码】

假设有n个权值{w1,w2,...,wn}，如果构造一棵有n个叶子节点的二叉树，而这n个叶子节点的权值是{w1,w2,...,wn}，则所构造出的带权路径长度最小的二叉树就被称为赫夫曼树。
wardseptember·2018-06-17 11:30

机器学习-周志华 学习笔记3

章线性模型3.1基本形式给定由d个属性描述的示例x=(x1;x2;…;xd),其中xi是x在第i个属性上的取值，线性模型（linearmodel）试图学得一个通过属性的线性组合来进行预测的函数，即f(x)=w1
时间刻沙·2018-06-13 16:52
上一页 34 35 36 37 38 39 40 41 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他