设计函数求一元多项式的导数。（注：x?n??（n为整数）的一阶导数为nx?n?1??。） 输入格式: 以指数递降方式输入多项式非零项系数和指数（绝对值均为不超过 1000 的整数）。数字间以空格分隔。 输出格式: 以与输入相同的格式输出导数多项式非零项的系数和指数。数字间以空格分隔，但结尾不能有多余 ...
分类：
其他好文 时间：
2020-02-08 20:52:20
阅读次数：
107
损失函数 为了学习神经网络中的参数，我们要为神经网络模型定义损失函数。回想一下，逻辑回归可以将数据分成正例和负例两类，因此它的损失函数为： $$ J(\theta) = \frac{1}{n}\sum_{i=1}^n \left[y^{(i)}\log(h_\theta(x^{(i)}) ) + ( ...
分类：
其他好文 时间：
2020-02-06 23:28:35
阅读次数：
87
P1010 一元多项式求导 (25分) 设计函数求一元多项式的导数。（注：x?n??（n为整数）的一阶导数为nx?n?1??。） 输入格式: 以指数递降方式输入多项式非零项系数和指数（绝对值均为不超过 1000 的整数）。数字间以空格分隔。 输出格式: 以与输入相同的格式输出导数多项式非零项的系数和 ...
分类：
其他好文 时间：
2020-02-06 01:21:54
阅读次数：
68
第四周 深度神经网络的核心概念 第 31 题 在我们的前向传播和后向传播实现中使用的“缓存”是什么？ A.它用于在训练期间缓存成本函数的中间值。 B.我们用它将在正向传播过程中计算的变量传递到相应的反向传播步骤。它包含了反向传播计算导数的有用值。 C.它用于跟踪我们正在搜索的超参数，以加快计算速度。 ...
分类：
其他好文 时间：
2020-02-04 23:26:34
阅读次数：
200
原博客：https://blog.csdn.net/sinat_36458870/article/details/82824529（此处只做学习记录用） 回顾上次的内容，其实就会发现，虽然我们构造好了损失函数，可以简单使用导数的定义解决损失函数优化问题，但是并不高效。 1. 该课程，主要是： 反向传 ...
分类：
其他好文 时间：
2020-02-01 21:42:55
阅读次数：
57
一阶导数与Soble算子 二阶导数与拉普拉斯算子 图像边缘： Soble算子： 二阶导数： 拉普拉斯算子： ...
分类：
编程语言 时间：
2020-01-31 01:13:41
阅读次数：
137
一、牛顿方法： 基本思想是利用迭代点$x_k$处的一阶导数(梯度)和二阶导数(Hessen矩阵)对目标函数进行二次函数近似，然后把二次模型的极小点作为新的迭代点，并不断重复这一过程，直至求得满足精度的近似极小值。 对于f(x)=0,求解x; 初始化$\theta$ ,然后一直迭代：$\theta^{ ...
分类：
其他好文 时间：
2020-01-30 23:00:59
阅读次数：
88
导数 导数是一个数，函数y(x)在x0点的导数y'(x0)反应了在x0处y随x的变化快慢 微分 微分指函数值的微小变化 在x0可微：在x0点y和x的微分成线性关系（只与该点函数值有关） 导数可看做函数的微分与自变量的微分之商，故导数又称微商 偏导数 函数在一点处沿坐标轴的变化率 方向导数 函数在一点 ...
分类：
编程语言 时间：
2020-01-29 22:00:26
阅读次数：
96
Relu优点： 1、可以使网络训练更快。 相比于sigmoid、tanh，导数更加好求，反向传播就是不断的更新参数的过程，因为其导数不复杂形式简单。 2、增加网络的非线性。 本身为非线性函数，加入到神经网络中可以是网格拟合非线性映射。 3、防止梯度消失。 当数值过大或者过小，sigmoid，tanh ...
分类：
其他好文 时间：
2020-01-28 21:01:30
阅读次数：
295
以案例 + 公式推导 + 代码编写, 来走一遍神经网络的 FG, BP算法. ...
分类：
编程语言 时间：
2020-01-25 10:35:28
阅读次数：
94
