mikewzp的博客

Grub使用心得体会

12345

精炼介绍统一建模语言的使用模式与建造规则

首先，它的张量传递确实更灵活、可以自由变形。这点tensorflow1.0哪怕借用了Keras，也不能随意调换（如Batch)然后说一下Pytorch的特点：在模型架构上，虽然两者都有许多共同的函数方法：Conv2D, Sequential, Batchnorm1d, Flatten, Relu, Softmax。前者在nn.LSTM，后者在keras.models。用法也大同小异，但是在传递参数上需要指定输入维度，而tensorflow仅告诉输出维度就行。看似小的不同，却能反映出设计理念上的差异：

UserWarning: Update your `LSTM` call to the Keras 2 API: `LSTM(128, name="LSTMSpectral", kernel_regularizer=<keras.reg..., recurrent_regularizer=<keras.reg..., implementation=2)`LSTM(128,name='LSTMSpectral',consume_less='gpu',W_regularizer=l2(0..

线性模型x = (x1,x2,…, xd) 线性模型试图学得一个通过属性的线性组合来预测的函数。广义线性模型：可以用线性模型来逼近y的衍生物，如 y’ = g(y) 符合线性关系，则 y = g-1(wTx+b)

程序员的数学：马尔可夫过程