问题来自:
作者:Ariana0402
链接:https://www.nowcoder.com/discuss/287653
来源:牛客网
1、svm拉格朗日为什么可以将有约束问题变成无约束。
2、lr为什么是凸优化问题。
3、卷积层加bn层参数量。
4、用tf手写1+1代码,用tf.variable 记得要全局变量初始化啊
5、代码题,最近公共祖先居然没有答出来。
本文探讨了机器学习中的关键概念,包括SVM拉格朗日转换、LR的凸优化特性、卷积层与BN层参数量的计算,以及使用TensorFlow实现基本算术操作。同时,提及了面试中常见的算法题目。
问题来自:
作者:Ariana0402
链接:https://www.nowcoder.com/discuss/287653
来源:牛客网
1、svm拉格朗日为什么可以将有约束问题变成无约束。
2、lr为什么是凸优化问题。
3、卷积层加bn层参数量。
4、用tf手写1+1代码,用tf.variable 记得要全局变量初始化啊
5、代码题,最近公共祖先居然没有答出来。
812
845
1525
1339
2166

被折叠的 条评论
为什么被折叠?