首页
首页
沸点
课程
直播
活动
竞赛
商城
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
会员
登录
注册
soullines27190
掘友等级
AI & android
Nothing worth having comes easy.
获得徽章 0
动态
文章
专栏
沸点
收藏集
关注
作品
赞
32
文章 32
沸点 0
赞
32
返回
|
搜索文章
soullines27190
关注了
刘洋巴金
AI & android
soullines27190
赞了这篇文章
soullines27190
AI & android
·
4年前
关注
从标准方程,梯度下降窥探机器学习训练原理
下面我们分布阐述1.标准方程2.梯度下降3.机器学习模型训练过程1.标准方程这个定义其实很好理解:下面我们以线性回归进行进一步的论证:1.线性回归的预测模型2.那么线性回归...
4
评论
分享
soullines27190
赞了这篇文章
soullines27190
AI & android
·
4年前
关注
信息论和交叉熵损失函数
同步csdn地址:在机器学习和深度学习中,很多时候需要进行分类,这时会涉及到决策边界,比如sigmod激活函数;但是当面对多分类的时候(比如经典的MNIST),我们需要预测...
1
评论
分享
soullines27190
关注了
shuaiyafei
AI & android
soullines27190
赞了这篇文章
soullines27190
AI & android
·
4年前
关注
信息论和交叉熵损失函数
deep learning中比较经典的损失函数一个MSE(均方根误差),一个便是交叉熵(H(P,Q)),这篇文章信息论一步步去退出交叉熵 欢迎阅读,欢迎补充好...
1
评论
分享
soullines27190
赞了这篇文章
soullines27190
AI & android
·
4年前
关注
从标准方程,梯度下降窥探机器学习训练原理
机器学习的学习不应该仅仅停留在对scikit-learn or tensorflow(deep learning)框架的调用,而应该着眼于内部的世界,学习机器学习有一段时间...
1
评论
分享
soullines27190
AI & android
·
4年前
关注
Machine Learning & 概率 & 随机变量 & 概率分布 & 事件的独立性
概率于Machine Learning而言还是比较重要的,但是概率的难点在于,其不够直观,那么换一个视角,我们称之为"上帝视角",将概率转化为面积,这样便会变的直观; 概率...
赞
评论
分享
soullines27190
赞了这篇文章
soullines27190
AI & android
·
5年前
关注
Android组件化 -- 完全解耦实践方案
完全解耦的组件化方案 1.各组件之间res的定制化控制 2.基于component-base的注册分发机制,实现AIDLManager的跨进程 3.实现sp的跨进程读取,当...
35
1
分享
个人成就
文章被点赞
689
文章被阅读
49,676
掘力值
2,070
关注了
13
关注者
2,959
收藏集
0
关注标签
22
加入于
2017-08-09