【神经网络和深度学习】笔记 - 第二章 反向传播算法
为什么被认为是快速的算法？ 9. 反向传播概貌 上一章中我们遗留了一个问题，就是在神经网络的学 ...
原文：第二章--网络与图(复杂网络学习笔记)
网络与图 图的定义 图的数学表示: G V, E 节点数: N V , 边数 M E 图的类型 按照边的方向分为: 有向图和无向图 按照边的权值分为: 加权图和无权图 简单图 本书重点介绍无权无向图. 重边: 两个节点之间只有一条边 自环: 没有以同一个节点为起止点的边 简单图:没有重边且没有自环的图 如下图所示: 非简单图 简单图的两种极端情形: 空图 Null Graph : 它有两种定义,一 ...
2020-04-07 16:54 0 1218 推荐指数：
相关推荐
计算机网络复习笔记（第二章）
第一部分 第2章 物理层 2.1 物理层的基本概念 2.2 数据通信的基础知识 2.2.1 数据通信系统的模型 2.2.2 有关信道的几个基本概念 2.2.3 信道的极限容量 2.3 物理层下面的传输媒体 2.3.1 导向型传输媒体 2.3.2 非导向型传输媒体 2.1 ...
神经网络与深度学习[邱锡鹏] 第二章习题解析
2-1 视角1： 一般平方损失函数的公式如下图所示： h表示的是你的预测结果，y表示对应的标签，J就可以理解为用二范数的方式将预测和标签的差距表示出来， 模型学习的过程就是优化权重参数，使得J达到近似最小值。 理论上这个损失函数是很有效果的，但是在实践中却又些问题。 它这个h是激活函数激活后 ...
计算机网络第二章作业
一、选择题 1. 下列传输介质中，具有最好的抗干扰能力和高带宽的是（ ）。 A、UTP B、STP C、同轴电缆 D、光纤 2. 将双绞线制作成交叉线（一端按EIA/TTA 568A ...
第三章--网络基本拓扑性质(复杂网络学习笔记)
第三章--网络基本拓扑性质(复杂网络学习笔记) 节点的度和平均度 度: \(节点i的度k指的是与节点i直接相连的边的个数\) 出度: 节点\(i\)指向其他节点的边数 入度: 其他节点指向节点\(i\)的边数 平均度: 网络中所有节点的度的平均值 \(k_i\): 节点i ...
线性代数学习笔记——第二章(上）
线性代数学习笔记——第二章(上) 老样子，不放图，本打算一章一篇笔记，但是发现这一章的笔记是真的多，可能是我太菜的缘故，光这篇笔记就花了4个小时，还有：在Typora中^^是上角标，但是博客园有的LaTeX内联属性不支持，导致一些很奇怪的地方。 矩阵概念 ...
Python编程从入门到实践：学习笔记1（第二章）
开通博客我用的理由是：读书学习时记笔记，一方面为了回顾，一方面为了督促自己。fighting！ 学习Python，我买了Python编程从入门到实践。 我将从第二章开始记录我认为我以后会忘记以及重要的知识点。 第2章：变量和简单数据类型 1、在程序中可随时修改变量的值，而Python将始终 ...
第四章--度相关性和社团结构(复杂网络学习笔记)
前言 为进一步刻画网络的拓扑结构, 引入高阶拓扑特性。本章介绍了二阶度分布特性(也叫度相关性)的几种不同的方法,包括联合概率分布,条件概率和余平均度等... 度相关性和同配性 度相关性 平均度: \(<k>=\frac{2M}{N}\) , 0介度分布 ...