Generative Adversarial Network，就是大家耳熟能详的 GAN，由 Ian Goodfellow 首先提出，在这两年更是深度学习中最热门的东西，仿佛什么东西都能由 GA ...

CNN公式推导 1 前言 在看此blog之前，请确保已经看懂我的前两篇blog【深度学习笔记1(卷积神经网络)】和【BP算法与公式推导】。并且已经看过文献[1]的论文【Notes on Convolutional Neural Networks】。因为本文就是讲解文献 ...

上一篇讲了FM（Factorization Machines），今天说一说FFM（Field-aware Factorization Machines ）。 回顾一下FM： \begin{equa ...

进行了综述性的介绍，并对LSTM的Forward Pass和Backward Pass进行了公式推导。 ...

以上有个问题：为什么同样的汇编指令JMP 12345678却对应不同的机器码呢？ 首先，机器码E9表明这是一个近跳转（Near Jmp） 这里需要补充下相关知识： ...

补小学奥数留下的锅 平方和公式：\(\sum_{i=1}^ni^2=\frac{n\times(2n+1)\times(n+1)}{6}\) 证明： 首先对每个平方进行拆项 ： \(1^2=1\) \(2^2=1+3\) \(3^2=1+3+5\) …… \(n^2=1+3+5+...+ ...

 本篇文章主要介绍下Xgboost算法的原理和公式推导。关于XGB的一些应用场景在此就不赘述了，感兴趣的同学可以自行google。下面开始： 1.模型构建 构建最优模型的方法一般是最小化训练数据的损失函数，用L表示Loss Function（），F是假设空间： \[L = min_ ...

 神经网络中权重 \(w^{(l)}_{ij}\) 的改变将影响到接下来的网络层，直到输出层，最终影响损失函数  \(\color{red}{公式推导符号说明}\) 符号 说明 \(n_l\) 网络层 ...