發(fā)簡(jiǎn)信
IP屬地：廣東
-
About Loss Function All You Need
損失函數(shù) namemeaningcost function成本函數(shù)是模型預(yù)測(cè)的值與實(shí)際值之間的誤差的度量，成本函數(shù)是整個(gè)訓(xùn)練數(shù)據(jù)集的平均損失。l...
-
About Activation Function All You Need激活函數(shù) 激活函數(shù)的意義：激活函數(shù)為層與層之間增加非線性連接，增加模型的復(fù)雜性，如果層之間沒有非線性，那么即使很深的層堆疊也等同于單個(gè)層例如連接...
-
BiLSTM+CRF原理及代碼分析CRF基礎(chǔ) CRF是無(wú)向圖模型，通過對(duì)MEMM進(jìn)行改進(jìn)，不直接計(jì)算狀態(tài)間的轉(zhuǎn)移概率，而是計(jì)算最大團(tuán)勢(shì)函數(shù)的乘積所得的歸一化后的分值，如果要計(jì)算概...
-
HMM-EM算法估計(jì)參數(shù)實(shí)現(xiàn)Learning Problem: HMM Training Learning Problem: , D是訓(xùn)練數(shù)據(jù) HMM的訓(xùn)練過程需要使用Fo...
-
藥物領(lǐng)域中深度學(xué)習(xí)的應(yīng)用
前言 深度學(xué)習(xí)算法在很多領(lǐng)域已經(jīng)可以成功落地，并且效果很好，例如以卷積神經(jīng)網(wǎng)絡(luò)為例，該算法以及衍生的系列算法在圖像處理領(lǐng)域效果甚佳，例如圖像分類...
-
HMM-Forward/Backward算法實(shí)現(xiàn)M 個(gè)隱狀態(tài) - 長(zhǎng)度為T的觀測(cè)序列 - 轉(zhuǎn)移矩陣 - 發(fā)射矩陣 - 初始概率分布 - Evaluation Problem 給定 , 其中 方...
-
centos 7修改密鑰登陸為密碼登錄
1、需要用pem文件連接到centos系統(tǒng)中，xshell 使用pem文件登錄：http://blog.csdn.net/gsying1474/...
-
Exploratory Data Analysis
參考鏈接： 中文鏈接http://www.itdecent.cn/p/9325c9f88ee6https://zhuanlan.zhihu.c...
個(gè)人介紹
個(gè)人Github主頁(yè)：https://github.com/deepbiolab
專注于AI for Science 領(lǐng)域
專注于AI for Science 領(lǐng)域