I will take notes in English for this course. :P Propositions &am …

来学习一下这个听上去很炫酷的东西。卷积神经网络（Convolutional Neural Network，CNN）。CNN被用于图 …

深度学习中，我们使用梯度算法的方式来找到损失函数的最低点，在这个逐步寻找的过程中，我们采取了很多针对参数更新的策略让学习参数能够正 …

过拟合 在机器学习中，过拟合是一个很常见的问题。过拟合指的是只能拟合训练数据，但不能很好地拟合不包含在训练数据中的其他数据的状态。 …

权重的初始值 相对于对每层权重都直接进行随机初始化，一个自然的想法是：我们可不可以依据某种条件或者依据当前神经网络的某种状态，对权 …

自适应学习率的必要性 原始的梯度下降具有很强的局限性，对于一些数据的处理效果并不好，相对于固定的学习率，我们更希望学习率对当前的数 …

plc ida打开 patch掉反调试 首先读取输入，若长度不为5则退出 然后将输入作为rc4密钥进行s盒置换 首先获取flag. …

使用基于链式法则的反向传播算法，我们能够算出每个输入神经元单独的调整方向和权重这里给出一些代码实现*对于链式法则这里不多赘述 乘法 …

这是datawhale深度学习进阶夏令营task1的笔记，简单的对深度学习知识进行补充 局部极小值与鞍点 临界点及其种类 通常在进 …

讲解一份基础的学习代码，使用SGD（随机梯度下降法）