weixin_43166326的博客

图神经网络

t-SNE１．t-SNE主要是用来对高维数据进行降维可视化，它是一种非线性降维算法２．t-SNE将点与点之间的相似度转换为条件概率　　　　对于原始高维数据xix^ixi和xjx^jxj之间的相似率：P(xj∣xi)=S(xi,xj)∑k≠iS(xi,xk)\begin{aligned}P(x^j|x^i) = \frac{S(x^i,x^j)}{\sum_{k\neq i}S(x^i...

李宏毅深度学习作业2

对于一般的线性方程：hθ(X)=θ0+θ1x1+......+θnxn\text{h}_\theta(\mathbf{X})=\theta_0 + \theta_1x_1 + ...... + \theta_nx_nhθ​(X)=θ0​+θ1​x1​+......+θn​xn​这里的θi\theta_iθi​就是我们需要拟合的参数项表示成矩阵形式：h(X)=∑i=0nθixi=...