参考：嵌入层 Embedding 参考：Python3 assert（断言） 1. Embedding 层语法 keras.layers.Embedding(input_dim, output_dim, embeddings_initializer='uniform', embeddings_reg ...
分类：
其他好文 时间：
2020-12-31 11:45:20
阅读次数：
0
Sequential 相当于一个容器，里面封装了一个神经网络结构 model=tf.keras.model.Sequential([网络结构]) 常用网络结构 拉直层：tf.keras.layers.Flatten() 将输入变为一维数组 全连接层：tf.keras.layers.Dense(神经元 ...
分类：
其他好文 时间：
2020-12-30 10:51:49
阅读次数：
0
在我重新抱起概率统计的课本之前，我一直都不清楚似然函数为什么是那样子的，只知道照着公式敲代码（那时候还没有tensorflow），于是出过各种糗：“啊？似然函数不就是交叉熵吗？”“机器学习中的似然函数怎么看起来跟概率统计课本里的不一样呢？”“学长学长，我把这个model的输出接上交叉熵后怎么报错了？”“似然函数”名字的意义已经在以前的多篇文章中提过了，更通用的定义来说，似然函数就是衡量当前模型参数
分类：
其他好文 时间：
2020-12-29 11:50:10
阅读次数：
0
基本的神经网络的知识（一般化模型、前向计算、反向传播及其本质、激活函数等）小夕已经介绍完毕，本文先讲一下深度前馈网络的BP过程，再基于此来重点讲解在前馈网络中用来初始化model参数的Xavier方法的原理。前向过程很简单，每一层与下一层的连接边(即参数)构成了一个矩阵(即线性映射)，每一层的神经元构成一个激活函数阵列（即非线性映射），信号便从输入层开始反复的重复这两个过程直到输出层，也就是已经在
分类：
其他好文 时间：
2020-12-29 11:49:23
阅读次数：
0
Cannot download project description from https://models.omnetpp.org/descriptors/omnetpp-5.6/inet.xmlServer returned HTTP response code: 403 for URL: h ...
分类：
Web程序 时间：
2020-12-28 11:53:44
阅读次数：
0
1、v-model的基本使用 （1）基本使用 <div id="app"> <input type="text" v-model="message"> {{message}} </div> <script src="../js/vue.js"></script> <script> const app ...
分类：
其他好文 时间：
2020-12-25 11:56:48
阅读次数：
0
Django可以用LoginRequiredMixin和PermissionRequiredMixin给类视图添加认证和权限，DRF做了高级封装，提供了更简洁的实现方式。我们通过继续学习官网教程来进行了解。 更新model 首先修改Snippet模型，添加2个字段：owner，存储snippet创建 ...
分类：
其他好文 时间：
2020-12-25 11:39:36
阅读次数：
0
一。AlexNet网络结构和参数 二。训练部分 model.py 1 import torch.nn as nn 2 import torch 3 4 5 class AlexNet(nn.Module): 6 def __init__(self, num_classes=1000, init_we ...
分类：
Web程序 时间：
2020-12-25 11:37:31
阅读次数：
0
DOM(document object model ) DOM的版本 DOM0-DOM4 DOM0级在DOM标准规范出台之前的规范 DOM0和 DOM2使用频率最高 DOM节点 == （node） 一个完整的文档中存在 文本节点/ 属性节点 / 元素节点 节点类型nodeNamenodeTypeno ...
分类：
其他好文 时间：
2020-12-18 12:58:28
阅读次数：
3
参考：http://www.cnblogs.com/21207-iHome/p/6085334.html 代码：from transitions import Machine 定义一个自己的类 class Matter(object): pass model = Matter() 状态定义 stat ...
分类：
编程语言 时间：
2020-12-18 12:42:26
阅读次数：
2
