-
空标题文档
我们为这个办公室花了不少钱！ We paid a lot of money for this office 在拒绝远程办公的种种理由中，这个问题大概算得上是最蠢的了，可依旧有人不时地提起。对于这种毫无道理的话，你压根儿就不该搭理，可是，或许你躲不过去，那我们就来谈谈吧。 如果某人的生意经营得很不错，用得起时髦漂亮的办公室，那你会想，他们应当很熟悉“沉... -
3.6 缺点
3.6 缺点 BCG矩阵有一些局限性，这通常是因为自其出现以来的几十年中竞争特性发生了变化。例如，与BCG矩阵关联的经验曲线可能与特定产品市场的竞争特性无关。相对市场份额不一定能很好地代表竞争形势。只有在某些行业，市场份额和盈利能力之间表现出清晰或者突出的关系。 高市场份额不一定比低市场份额更能盈利。许多盈利公司已经说明，在低增长率的成熟市场中展开竞争... -
致谢
致谢 致谢 当前文档 《决策的12个工具》 由 管理员 使用 书栈网(BookStack.CN) 进行构建，生成于 2006-01-02。 书栈网仅提供文档编写、整理、归类等功能，以及对文档内容的生成和导出工具。 文档内容由网友们编写和整理，书栈网难以确认文档内容知识点是否错漏。如果您在阅读文档获取知识的时候，发现文档内容有不恰当的地方，请向我们... -
6.2.9 讨论
6.2.9 讨论 6.2.9 讨论 分布式存储系统有两个目标：一个是可扩展性，最终目标是线性可扩展；另外一个是功能，最终目标是支持全功能SQL。Megastore是一个介于传统的关系型数据库和分布式NoSQL系统之间的存储系统，融合了SQL和NoSQL两者的优势。 Megastore的主要创新点包括： ●提出实体组的数据模型。通过实体组划分数据，实... -
第 5 章 误差反向传播法
第 5 章 误差反向传播法 第 5 章 误差反向传播法 上一章中，我们介绍了神经网络的学习，并通过数值微分计算了神经网络的权重参数的梯度（严格来说，是损失函数关于权重参数的梯度）。数值微分虽然简单，也容易实现，但缺点是计算上比较费时间。本章我们将学习一个能够高效计算权重参数的梯度的方法——误差反向传播法。 要正确理解误差反向传播法，我个人认为有两种方... -
5.2 链式法则
5.2 链式法则 5.2.1 计算图的反向传播 5.2.2 什么是链式法则 5.2.3 链式法则和计算图 5.2 链式法则 前面介绍的计算图的正向传播将计算结果正向（从左到右）传递，其计算过程是我们日常接触的计算过程，所以感觉上可能比较自然。而反向传播将局部导数向正方向的反方向（从右到左）传递，一开始可能会让人感到困惑。传递这个局部导数的原理，是... -
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... -
表达式主导与文本主导
表达式主导与文本主导 NFA引擎：表达式主导 DFA引擎：文本主导 第一想法：比较NFA与DFA 表达式主导与文本主导 Regex-Directed Versus Text-Directed DFA和NFA反映了将正则表达式在应用算法上的根本差异。我把对应汽油机的NFA称为“表达式主导（regex-directed）”引擎，而对应电动机的DFA... -
总结
总结 总结 Summary 如果你希望一遍就能读懂本章的所有内容，大概得做点准备。至少，这些东西不那么容易理解。我花了些时间才理解它，花了更长的时间才真正弄懂。我希望这章简要的讲解能够降低读者理解的难度。我尝试过简单地解释，同时不要调入太简单的陷阱（不幸的是，太过直白的解释总是妨碍了真正的理解）。本章有许多这样的陷阱，所以我在其中安排了许多对其他页的...