作为损失函数 L1范数损失函数 L1范数损失函数，也被称之为最小绝对值误差。总的来说，它把目标值$Y_i$与估计值$f(x_i)$的绝对差值的总和最小化。 $$S=\sum_{i=1}^n|Y_i-f(x_i)|$$ L2范数损失函数 L2范数损失函数，也被称为最小平方误差，总的来说，它把目标值$Y ...
分类：
其他好文 时间：
2020-01-29 16:15:42
阅读次数：
126
需求我们做客户端的时候，有时会需要对客户端与服务器的时间进行同步，比如抢购活动、倒计时等。这时我们要考虑如何准备地与服务器的时间进行同步，同时防止用户本地的时间有误差时导致的问题。分析描述为了实现以上需求，我们需要：获取服务器某一时刻 A 的时间；记录获取到时刻 A 时的本地时间 B；需要用到时间时... ...
分类：
移动开发 时间：
2020-01-29 12:09:40
阅读次数：
225
可变参数 可变参数的特点： 那么可不可以使用多个可变参数作为入参呢？答案是不可以的，原因跟上一个错误差不多，这种可变参数需要放到最后一个入参，多个可变参数，不可能都最为最后一个入参。相较于String[]这种形式的入参，我理解的优势大概就是可以多个String传入，也可以Sting[]传入，就是te ...
分类：
编程语言 时间：
2020-01-28 23:23:46
阅读次数：
73
1.MSE（均方误差） MSE是指真实值与预测值（估计值）差平方的期望，计算公式如下： MSE = 1/m (Σ(ym-y'm)2)，所得结果越大，表明预测效果越差，即y和y'相差越大 y = tf.constant([1,2,3,0,2]) y = tf.one_hot(y,depth=4) y ...
分类：
其他好文 时间：
2020-01-27 15:40:00
阅读次数：
100
浮点数二分不需要考虑太多的边界问题，只需要保证精度满足题目的要求即可，通常在acm中，假如题目精度要求保留n位小数，我们正常设置与标准答案的误差为10的负n+2次方就行。 例题： c++代码： #include<bits/stdc++.h> using namespace std; int main ...
分类：
编程语言 时间：
2020-01-27 09:24:10
阅读次数：
79
BP 4 大核心公式推导, 即损失函数对 输出层, 中间层, 偏置, 权值 的梯度(误差) ...
分类：
编程语言 时间：
2020-01-26 20:47:42
阅读次数：
136
1.过拟合 然能完美的拟合模型，但是拟合出来的模型会含有大量的参数，将会是一个含有大量参数的非常庞大的模型，因此不利于实现 1.1解决过拟合的方法 1.1.1 特征选择，通过选取特征变量来减少模型参数等 1.1.2 正则化 欠拟合 对于模型拟合的不太到位，导致误差很大。 泛化能力 一个模型用到新样本 ...
分类：
其他好文 时间：
2020-01-26 16:01:29
阅读次数：
77
BP再次推导, 重点理解BP过程及变量定义, 尤其是将误差, 定义为 梯度, 这脑洞太大了. ...
分类：
编程语言 时间：
2020-01-25 23:39:38
阅读次数：
143
1、一元回归 一元线性回归分析、多元线性回归分析 【一元线性回归分析】 已经某变量取值，如果想要用它得到另一个变量的预测值 自变量或预测变量、因变量或标准变量 1. 目的：根据某自变量取值得到因变量的预测值 2. 所需数据： 因变量（连续变量）+自变量（连续变量、二分变量） 3. 假设条件： a. ...
分类：
其他好文 时间：
2020-01-25 11:46:38
阅读次数：
136
[TOC] logistic 回归算法 一种常见的分类算法，输出值在0，1之间 是：1 否：0 即找到满足下面条件的最优参数 $0 \leq h_{\theta}(x) \leq 1$ 假设函数的表示方法： $h_{\theta}(x)=g\left(\theta^{T} x\right)$ 其中： ...
分类：
其他好文 时间：
2020-01-24 21:14:27
阅读次数：
113
