学​习​C​+​+​从​入​门​到​精​通​的​十​本​最​经​典​书​籍

本文介绍学​习​C​+​+​从​入​门​到​精​通​的​十​本​最​经​典​书​籍,这些书籍只是主观臆断。不包含大众思想。

1.《C++Primer》

2.《C++Primer Plus》
3.《Essential C++》
4.《Effective C++》、《More Effective C++》
5.《C++编程思想》
6.《C++大学教程》
7.《C++语言的设计和演化》 
8.《C++程序设计语言》
9.《深度探索C++对象模型》

10.《C++程序设计教程》(钱能-清华版)



C++学习网站:


http://www.enet.com.cn/eschool/video/autohtml/310/3341/16.shtml
http://xidong.net/search?q=C%2B%2B&utf8=?
http://www.jc88.net/Article/qtjc/200911/517.html
http://bbs.51cto.com/thread-935524-1.html
http://bbs.51cto.com/thread-933815-1.html

关于用户提到的数公式或方程中的关键词 "w14", "delta4", "w15", 和 "delta5",这些常出现在机器、神经网络或者优化算法领域中。以下是对此公式的可能解释以及如何处理这类问题的方法: --- 在深度和神经网络训练过程中,“w”一般代表权重(weights),而“delta”则表示误差项或梯度值。“w14”, “delta4”,“w15”,“delta5”可以被理解为特定层或节点上的权重与对应的误差。 一种常见的场景是在反向传播算法中更新权重时使用的公式如下所示: $$ \Delta W_{ij} = -\eta \cdot \frac{\partial E}{\partial W_{ij}} $$ 其中 $\Delta W_{ij}$ 是第 i 层到第 j 层之间连接权值的变化量;$\eta$ 为率;E 表示总误差函数。 具体地,在某一层 k 的情况下,对于给定输 x_k 及其目标输出 t_k ,我们可以写出类似下面这样的表达形式来描述参数调整规则: ```mathematica Δwk+1=α⋅Δwk−η∂C/∂wk ``` 这里 α 称作动量因子 (momentum factor),用于加速收敛过程同时减少震荡现象发生几率; η 则依旧是步长或者说速率调节系数。 另外值得注意的是当涉及到多维张量运算时候需要特别小心索引管理以免混淆不同维度之间的关系导致计算错误出现例如矩阵乘法操作等都需要明确指定正确的顺序以确保结果准确无误. 为了更直观展示整个流程我们还可以借助伪代码来进行说明: ```python for each training example: Forward Propagation to compute activations and outputs. Compute error at output layer using cost function C. Backpropagate the error through all layers updating deltas for weights. For every weight in network do: Calculate gradient of Cost Function with respect to this particular Weight. Update current Weights according above mentioned rule incorporating both previous change information via Momentum term if applicable alongside newly calculated Gradient value scaled down appropriately by Learning Rate parameter eta. End loop over examples until stopping criteria met such as maximum epochs reached or sufficiently small average loss achieved across mini-batches during one epoch pass etc.. ``` ---
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值