thinszx的博客

做运算的时候会有许多不确定性，包括但不限于随机种子的设置，磁盘在运行什么，天气，湿度，电脑心情好不好，今天本人脸黑不黑etc. 也就导致了浮点数精度的随机变化，上面提到的方式可以非常大概率减小这种极小值做浮点数比较的不确定性，但是我感觉可能还是有那个亿万分之一的概率会碰上莫名其面的bug…但是当我实际加载/记录数据的时候，发现这个问题非常的随机，有时候分明都是同一个数据，第一次加载正常，第二次加载就不正常了，就是很想问问dataloader，你有事吗？后来发现原来是自己的问题😅。，懒得翻译了，直接看。

转载自怎么安装Jupyter Notebook主题皮肤并设置教程jupyter notebook使用技巧（1）：更换主题 - 简书转载请在文章起始处注明出处 。jupyter notebook默认的主题为白色背景，长期使用眼睛差点亮瞎，正好看到可以更换主题，想来可以换个保护下视力。打开cmder(点我点我)（比cmd更友好，墙裂推荐），使用pip安装（至于为啥conda不能安装，我也不...

参见 Stanford CS230学习笔记（二）：Lecture 2 Basics, Logistic Regression and Vectorizing逻辑斯蒂回归公式Y^=σ(wTX+b)\hat{Y}=\sigma (w^TX+b)Y^=σ(wTX+b)其公式中的各项数据含义如下：输入X：假设输入为一张64*64的图片，那么依次取出R、G、B矩阵中的所有像素值，我们可以得到一个...

事先声明：本文是写给自己看的，发在这里是因为掘金图床真的好方便orz（是的之前在掘金上，但是后来掘金的文中代码块标红，好难看！），本系列将按照我自己的逻辑整理，知识点并没有全写上，还可能会出现随心所欲中英文混杂的情况，公式也打算截图，如果你碰巧看到我的想要照着看也不是不行，但网上总结得比我好的太多了，甚至可以去找找看Stanford自己整理的笔记，内容很全，不过是全英文的，而且排版有点反人类深度...

课程目的课程一个非常大的特点即帮助学生在实际应用中变得有经验，不仅帮助学生提高学术能力，同时帮助学生学习调整参数的方式，模型的选取等不是特别学术性，而是较为实用的内容课程在数学和应用的权衡介于CS229和CS229A之间，相比于CS229较偏重工业实践，而又比实践导向的CS229A多了些数学推导课程模式课程采取“翻转课堂”的模式，即课程包括现场进行的lecture加上在deeplearni...