原文：https://www.cnblogs.com/subic/p/8454025.html在使用numpy时，难免会用到随机数生成器。我一直对np.random.seed()，随机数种子搞不懂。很多博客也就粗略的说，利用随机数种子，每次生成的随机数相同。我有两个疑惑：1,利用随机数种子，每次生成的随机数相同。这是什么意思?　　　　　　　2,随机数种子的参数怎么选择？在别人的代码中...

梯度一词有时用于斜度，也就是一个曲面沿着给定方向的倾斜程度。　　梯度的本意是一个向量（矢量），表示某一函数在该点处的方向导数沿着该方向取得最大值，即函数在该点处沿着该方向（此梯度的方向）变化最快，变化率最大（为该梯度的模）。　　在单变量的实值函数的情况，梯度只是导数，或者，对于一个线性函数，也就是线的斜率。　　本篇涉及到的一些知识点可参考下面的链接：向量：《线性代数笔记2——向量（向量简介）》点积

原文：https://www.cnblogs.com/volcao/p/9483026.html一、Hard Voting 与 Soft Voting 的对比　1）使用方式voting = 'hard'：表示最终决策方式为 Hard Voting Classifier；voting = 'soft'：表示最终决策方式为 Soft Voting Classifier；　2）思...

今天在讨论神经网络中的激活函数时，陆同学提出 Sigmoid 函数的输出不是以零为中心的（non-zero-centered），这会导致神经网络收敛较慢。关于这一点，过去我只是将其记下，却并未理解背后的原因。此篇谈谈背后的原因。神经元如图是神经网络中一个典型的神经元设计，它完全仿照人类大脑中神经元之间传递数据的模式设计。大脑中，神经元通过若干树突（dendrite）的突触（synapse），接受其

标准差的定义如上，衡量一组数平均偏离这组数平均值的程度。标准化（z变换）：是把每个数减去均值、除以标准差，转化为均值为0、标准差为1 的一组数。标准化可以理解为：标准化的值 = 每个数距离平均值有多少个标准差的大小，即可以理解为到达平均值的距离转化为有多少个标准差均值为0理解：每个数都减去均值，所以新的数总体加起来为0，其均值就为0标准差为1：每个数减去平均值之后，只是对整体的数做了平移，数与平均

首先我来介绍一下高方差和高偏差的概念，可能很多人理解的不是很清楚。偏差：是指一个模型的在不同训练集上的平均性能和最优模型的差异。偏差可以用来衡量一个模型的拟合能力。偏差越大，预测值平均性能越偏离最优模型。偏差衡量模型的预测能力，对象是一个在不同训练集上模型，形容这个模型平均性能对最优模型的预测能力。方差：（ variance）描述的是一个模型在不同训练集上的差异，描述的是一个模型在不同训...

一、cin>>用法1：输入一个数字或字符#include <iostream>using namespace std;main (){int a,b;cin>>a>>b;cout<<a+b<<endl;}用法2：接收一个字符串，遇“

昨天在用用Pycharm读取一个200+M的CSV的过程中，竟然出现了Memory Error！简直让我怀疑自己买了个假电脑，毕竟是8G内存i7处理器，一度怀疑自己装了假的内存条。。。。下面说一下几个解题步骤。。。。一般就是用下面这些方法了，按顺序试试。一、逐行读取如果你用pd.read_csv来读文件，会一次性把数据都读到内存里来，导致内存爆掉，那么一个想法就是一行一行地读它，...

内存映像文件是一种将磁盘上的非常大的二进制数据文件当做内存中的数组进行处理的方式。NumPy实现了一个类似于ndarray的memmap对象，它允许将大文件分成小段进行读写，而不是一次性将整个数组读入内存。memmap也拥有跟普通数组一样的方法，因此，基本上只要是能用于ndarray的算法就也能用于memmap。使用函数np.memmap并传入一个文件路径、数据类型、形状以及文件模式，即可创建..

20. 为什么dropout在训练期间神经元将被连接到两倍于（ 平均） 的输入神经元。 为了弥补这个事实，我们需要在训练之后将每个神经元的输入连接权重乘以1-p??有一个小而重要的技术细节。 假设 p = 50% ，在这种情况下，在测试期间，输入的信号是训练新号的两倍，因为训练的时候对输入信号进行了dropout（p=0.5），而测试的时候不进行dropout，所以训练的时候输入信号只是测试...