-
3.2 线性表的定义
3.2 线性表的定义 3.2 线性表的定义 线性表，从名字上你就能感觉到，是具有像线一样的性质的表。在广场上，有很多人分散在各处，当中有些是小朋友，可也有很多大人，甚至还有不少宠物，这些小朋友的数据对于整个广场人群来说，不能算是线性表的结构。但像刚才提到的那样，一个班级的小朋友，一个跟着一个排着队，有一个打头，有一个收尾，当中的小朋友每一个都知道他前面... -
21-3 根据正态分布进行贝叶斯推理的步骤
21-3 根据正态分布进行贝叶斯推理的步骤 21-3 根据正态分布进行贝叶斯推理的步骤 步骤1：用正态分布设定先验分布 我们要推算的是实际的水温θ。虽然现在已知，观测结果（信息）为40℃，但贝叶斯推理的风格是：在此之前的类别的先验分布中，对于“θ是以怎样的形式分布的”这一问题进行设定。这个问题设定类别的先验分布时，出现了与以往不同的情况：实际的水温θ... -
空标题文档
3.3 运算顺序 下面哪一个正确？ 2 + 3 * 4 = 20 还是 2 + 3 * 4 = 14 这要看你采用什么顺序来计算。如果先做加法，会得到 2 + 3 = 5， 然后得到 5 * 4 = 20 如果先做乘法，就会得到 3 * 4 = 12， 然后是 2 + 12 = 14 第二个顺序是正确的，所以正确答案是... -
读入数据
5.7.3 误差反向传播法的梯度确认 5.7.4 使用误差反向传播法的学习 参数 X 是图像数据、t 是正确解标签 accuracy(self, x, t) 计算识别精度 numerical_gradient(self, x, t) 通过数值微分计算关于权重参数的梯度（同上一章） gradi... -
小脑
小脑 小脑 你可以用两种方法抓住高飞球。你可以通过求解控制球的移动的复杂联立微分方程，以及你在观察球移动时的特定角度方程，然后利用更多的方程计算出如何移动你的身体、手臂和手，在合适的位置、合适的时间接住球。 大脑却不采用这种方法。基本上，大脑会将很多方程简化为一些简单的趋势模型，考虑球会落在你视线范围内哪个区域的趋向以及它在这个范围内的移动速度。它也... -
2.3 两种算法的比较
2.3 两种算法的比较 2.3 两种算法的比较 大家都已经学过一门计算机语言，不管学的是哪一种，学得好不好，好歹是可以写点小程序了。现在我要求你写一个求1+2+3+……+100结果的程序，你应该怎么写呢？ 大多数人会马上写出下面的C语言代码（或者其他语言的代码）： int i , sum = 0 , n = 100 ; for ... -
21.3 业务逻辑层开发
21.3 业务逻辑层开发 21.3.1 创建CalcLogic.swift文件 21.3.2 枚举类型Operator 21.3.3 CalcLogic 类中属性 21.3.4 CalcLogic 类中构造器和析构器 21.3.5 CalcLogic 类中更新主标签方法 21.3.6 CalcLogic 类中判断是否包含小数点方法 ... -
空标题文档
3.5 非常大和非常小 还记得第 1 章中将两个非常大的数相乘吗？我们得到的答案也是一个非常大的数。 有时 Python 会用一种稍微不同的方式显示非常大的数。可以在交互模式中试试看： >>> print 9938712345656.34 * 4823459023067.4564.79389717413e+025>>> （具体键入什么数并不重要—... -
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...