-
6.5 超参数的验证
6.5 超参数的验证 6.5.1 验证数据 6.5.2 超参数的最优化 6.5.3 超参数最优化的实现 6.5 超参数的验证 神经网络中，除了权重和偏置等参数，超参数 （hyper-parameter）也经常出现。这里所说的超参数是指，比如各层的神经元数量、batch 大小、参数更新时的学习率或权值衰减等。如果这些超参数没有设置合适的值，模型的性... -
空标题文档
杨帅 宝贝计画绘本儿童美术教育创始人兼CEO 继续保持中国儿童原创绘本第一地位，打通儿童美育O2O新模式，精确数值系统，以优质项目植入阿里巴巴百川计划孵化，完成线下实体和APP的深度整合，致力于点亮每个孩子的想象力。” -
空标题文档
11.4 环境分析应用方法 你所定义的环境边界决定了分析的广度、深度和预测的范围。广度指的是收集的环境数据的覆盖面。深度决定了搜索和分析的STEEP数据的详细程度。预测范围通常跨越短、中等和较长的时间段，这由相关组织特定环境决定。 为了确立环境的边界，需要检查组织的战略规划，考虑其地理跨度（它参加竞争和不参加竞争的地理位置）、产品或者服务范围（细分市场... -
3.1 Android控件架构
3.1 Android控件架构 3.1 Android控件架构 Android中的每个控件都会在界面中占得一块矩形的区域，而在Android中，控件大致被分为两类，即ViewGroup控件与View控件。ViewGroup控件作为父控件可以包含多个View控件，并管理其包含的View控件。通过ViewGroup，整个界面上的控件形成了一个树形结构，这也... -
九死一生
九死一生 九死一生 毋庸置疑，关键时候肯定是樊哙挺身而出挡住了项羽。然而，樊哙在刘邦手下是第一勇士，但在项羽面前只能发出“既生樊何生项”的感叹。数回合过后，已是左支右绌，只有招架之功无还手之力了。 周勃见了，挥刀就上。于是，接下来上演的是“二英战项羽”一幕。《三国演义》里面，三英战吕布，最终打成了平手，双方握手言和。而此时二英战项羽，却是项羽更胜一筹... -
6.5 二叉树的定义
6.5 二叉树的定义 6.5.1 二叉树特点 6.5.2 特殊二叉树 6.5 二叉树的定义 现在我们来做个游戏，我在纸上已经写好了一个100以内的正整数数字，请大家想办法猜出我写的是哪一个？注意你们猜的数字不能超过7个，我的回答只会告诉你是“大了”或“小了”。 这个游戏在一些电视节目中，猜测一些商品的定价时常会使用。我看到过有些人是一点一点的数字... -
8.7 平衡二叉树（AVL树）
8.7 平衡二叉树（AVL树） 8.7 平衡二叉树（AVL树） 我在网络上，看到过一部德国人制作的叫《平衡》（英文名：Balance）的短片，它在1989年获得奥斯卡最佳短片奖。说的是在空中，悬浮着一个四方的平板，上面站立着5个人，同样的相貌，同样的装束，同样的面无表情。平板的中心是个看不见的支点，为了平衡，5个人必须寻找合适的位置。原本，简单的站在中... -
6.4 正则化
6.4 正则化 6.4.1 过拟合 6.4.2 权值衰减 6.4.3 Dropout 6.4 正则化 机器学习的问题中，过拟合 是一个很常见的问题。过拟合指的是只能拟合训练数据，但不能很好地拟合不包含在训练数据中的其他数据的状态。机器学习的目标是提高泛化能力，即便是没有包含在训练数据里的未观测数据，也希望模型可以进行正确的识别。我们可以制作复杂的... -
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...