-
7.4 卷积层和池化层的实现
7.4 卷积层和池化层的实现 7.4.1 4 维数组 7.4.2 基于 im2col 的展开 7.4.3 卷积层的实现 7.4.4 池化层的实现 7.4 卷积层和池化层的实现 前面我们详细介绍了卷积层和池化层，本节我们就用 Python 来实现这两个层。和第 5 章一样，也给进行实现的类赋予 forward 和 backward 方法，并使... -
空标题文档
第二部分 洞悉思维本质，创建情感机器的6大维度 04 意识 “意识”是一个“手提箱”式词汇，它被我们用来表示许多不同的精神活动。而这些精神活动并没有单一的原因或起源，当然，这也正是为何人们发现很难“理解意识是什么”的原因所在。心灵的每个阶段都是一个同时存在多种可能性的剧场，而意识则将这些可能性相互比较，通过注意力的强化和抑制作用... -
空标题文档
16.6 大规模程序设计 让我们在21点模拟程序中添加一个功能：分析结果。我们有许多方式来实现这个新添加的功能。我们的考虑包括两个维度，这带来了大量的组合。考虑其中一个维度是如何设计新功能。 添加一个函数。 使用命令模式。 另一个维度是如何包装新的功能。 编写一个新的顶层脚本文本。我们会基于文件的名称，比如simulate.py和analyze... -
5.6 Affine/Softmax 层的实现
5.6 Affine/Softmax 层的实现 5.6.1 Affine 层 5.6.2 批版本的 Affine 层 5.6.3 Softmax-with-Loss 层 5.6 Affine/Softmax 层的实现 5.6.1 Affine 层 神经网络的正向传播中，为了计算加权信号的总和，使用了矩阵的乘积运算（NumPy 中是 np.dot... -
模式的结构
模式的结构 模式的结构 我在此介绍的围绕思维的模式识别理论建立在大脑新皮质中模式识别模块进行的模式识别的基础上。这些模式（以及模块）是按照层级关系进行组织的。接下来，我会讨论这个观点的智力来源，包括我在20世纪80年代和90年代所做的层级模式识别工作，以及与杰夫·霍金斯（Jeff Hawkins）和迪利普·乔治（Dileep George）在21世纪初... -
空标题文档
13.3 缺点 尽管VCA有很多优点，但是它的实用性遭到了信息技术带来的根本变革的挑战。一个不断成长的管理思想学派断言，围绕纵向联系的传统价值链无法以成功的战略执行所需要的速度不断发现价值，满足客户对响应能力的要求。 传统的VCA用于帮助理解物理资产和流程。它可能不适用于以知识资产和服务为基础的竞争。尽管如此，学术界中正在开发更新的概念。它们可以不断地... -
空标题文档
9.1.7 成熟战略 在这一阶段的PLC战略普遍转向保持市场份额，而不是扩张。定价战略限于根据市场意愿定价。这一阶段有一个重要的维度——避免发动没有赢家的价格战。价格战实际上将生产者盈余全都转为消费者盈余——结果对所有参与公司都没有好处。对于公司来说，承认成熟阶段的开始，通过推迟降价，延缓产品市场中的私有品牌竞争也同样重要。第3阶段的终极定价战略取决于产... -
空标题文档
7.3 埋点和输出日志 实现分布式服务跟踪系统的主要思路是通过服务调用链各服务处理节点生成相应的日志信息，通过同一请求中生成的日志具有同一个ID将不同系统或服务“孤立的”日志串在一起，重组还原出更多有价值的信息。 也就是说，在每一个URL请求都会生成一个全局唯一的ID，鹰眼平台中称为TraceID，这个ID会出现在该请求中所有服务调用、数据库、缓存、消... -
3.6 手写数字识别
3.6 手写数字识别 3.6.1 MNIST 数据集 3.6.2 神经网络的推理处理 3.6.3 批处理 3.6 手写数字识别 介绍完神经网络的结构之后，现在我们来试着解决实际问题。这里我们来进行手写数字图像的分类。假设学习已经全部结束，我们使用学习到的参数，先实现神经网络的“推理处理”。这个推理处理也称为神经网络的前向传播 （forward p... -
7.2 卷积层
7.2 卷积层 7.2.1 全连接层存在的问题 7.2.2 卷积运算 7.2.3 填充 7.2.4 步幅 7.2.5 3 维数据的卷积运算 7.2.6 结合方块思考 7.2.7 批处理 7.2 卷积层 CNN 中出现了一些特有的术语，比如填充、步幅等。此外，各层中传递的数据是有形状的数据（比如，3 维数据），这与之前的全连接网络不同，因此...