ER随机网络全称为埃尔德什（Paul Erdos）-雷尼(Alfred Renyi)随机网络。生成该网络的算法描述如下： 从N个孤立节点开始； 选择一对节点，产生一个0-1之间的随机数。如果该随机数小于p，则这对节点之间放一条连接；否则，该节点对保持不连接； 对所有N ...

这篇文章是计算机网络上机实验课的作业。 实验任务：利用 VMWare 搭建一个由 5 个主机组成的随机拓扑的网络。要求该网络中至少有 2 个子网，两个路由器 。实验的网络拓扑图如下： 网络中有两个路由器，三个终端，组成三个局域网络。路由器和终端均为VMWare的的虚拟机。VMWare软件 ...

随机块模型是随机图的生成模型，用于生成图结构。该模型针对无向无权网络有以下两个假设： 每个节点都会有且仅有一个社团归属 每条边的生成只与两个节点所在的社团有关 网络中社团个数固定为K 模型认为对于一个节点，我们要先确定节点的社团归属，确定好后再确定其与自己所在社团以及其他社团 ...

LSTM 原理 CRF 原理 给定一组输入随机变量条件下另一组输出随机变量的条件概率分布模型。假设输出随机变量构成马尔科夫随机场(概率无向图模型)在标注问题应用中，简化成线性链条件随机场，对数线性判别模型，学习方法通常是最大似然估计或正则化的最大似然估计。 概率无向图模型： 无向图表 ...

第一次接触复杂性科学是在一本叫think complexity的书上，Allen博士很好的讲述了数据结构与复杂性科学，barabasi是一个知名的复杂性网络科学家，barabasilab则是他所主导的一个实验室，这里的笔记则是关于里面介绍的课程的笔记，当然别人的课程不是公开课，所以从ppt里 ...

1. Dropout 如果模型参数过多，而训练样本过少，容易陷入过拟合。过拟合的表现主要是：在训练数据集上loss比较小，准确率比较高，但是在测试数据上loss比较大，准确率比较低。Dropout可以比较有效地缓解模型的过拟合问题，起到正则化的作用。 Dropout，中文是随机失活，是一个简单 ...

...

根据deeplearn.ai吴恩达深度学习课程3.11总结 因为如果W初始化为0 则对于任何Xi，每个隐藏层对应的每个神经元的输出都是相同的，这样即使梯度下降训练，无论训练多少次，这些神经 ...