Generative Adversarial Network，就是大家耳熟能詳的 GAN，由 Ian Goodfellow 首先提出，在這兩年更是深度學習中最熱門的東西，仿佛什么東西都能由 GA ...

CNN公式推導 1 前言 在看此blog之前，請確保已經看懂我的前兩篇blog【深度學習筆記1(卷積神經網絡)】和【BP算法與公式推導】。並且已經看過文獻[1]的論文【Notes on Convolutional Neural Networks】。因為本文就是講解文獻 ...

上一篇講了FM（Factorization Machines），今天說一說FFM（Field-aware Factorization Machines ）。 回顧一下FM： \begin{equa ...

進行了綜述性的介紹，並對LSTM的Forward Pass和Backward Pass進行了公式推導。 ...

以上有個問題：為什么同樣的匯編指令JMP 12345678卻對應不同的機器碼呢？ 首先，機器碼E9表明這是一個近跳轉（Near Jmp） 這里需要補充下相關知識： ...

補小學奧數留下的鍋 平方和公式：\(\sum_{i=1}^ni^2=\frac{n\times(2n+1)\times(n+1)}{6}\) 證明： 首先對每個平方進行拆項 ： \(1^2=1\) \(2^2=1+3\) \(3^2=1+3+5\) …… \(n^2=1+3+5+...+ ...

 本篇文章主要介紹下Xgboost算法的原理和公式推導。關於XGB的一些應用場景在此就不贅述了，感興趣的同學可以自行google。下面開始： 1.模型構建 構建最優模型的方法一般是最小化訓練數據的損失函數，用L表示Loss Function（），F是假設空間： \[L = min_ ...

 神經網絡中權重 \(w^{(l)}_{ij}\) 的改變將影響到接下來的網絡層，直到輸出層，最終影響損失函數  \(\color{red}{公式推導符號說明}\) 符號 說明 \(n_l\) 網絡層 ...