xiaoju 老师进来一下 - 未名空间MITBBS历史存档

国际科技财经博客移民网络热点娱乐民生时事公众号

Redian新闻

>未名空间

>Programming - 葵花宝典

xiaoju 老师进来一下

xiaoju 老师进来一下# Programming - 葵花宝典

m*l2017-04-30 07:04

1 楼

没有一点概念，请帮忙看看。
washer应该是3.5-4cu呢，还是5-6cu？
dryer更是一头雾水了。
谢谢了。

s*y2017-04-30 07:04

2 楼

这个有人看过么？怎么样？

b*d2017-04-30 07:04

3 楼

刚开始学习，两个问题想学习一下，
1. “制约CNN的不是硬件而是sigmoid函数”
sigmoid函数怎么制约了CNN？
2. 网络里很多地方引入了随机数，比如在DBN中的初始场和激活函数，
为什么一定要引入随机？而实际计算过程中，epoch,batch循环时这个貌似随机数并
不是真正的随机（每次循环时都是相同的）。

n*i2017-04-30 07:04

4 楼

washer一般4.5就是最大的了。没见过5-6的。
3.7以上就足够用了，主要是大东西，象king size床单被子。

【在 m*******l 的大作中提到】

: 没有一点概念，请帮忙看看。
: washer应该是3.5-4cu呢，还是5-6cu？
: dryer更是一头雾水了。
: 谢谢了。

t*o2017-04-30 07:04

5 楼

没看过。

x*u2017-04-30 07:04

6 楼

你问wdong更好，他专业我是业余爱好者
1是因为sigmoid梯度消失限制了深度，relu简单粗暴的解决了问题；
2我不清楚随机在神经网络里的本质意义，似乎也没有人理论上搞出结论。感觉目前各
种随机性的引入基于经验规律多点。很多代码每次用固定种子是为了确保结果可重复。

【在 b***d 的大作中提到】

: 刚开始学习，两个问题想学习一下，
: 1. “制约CNN的不是硬件而是sigmoid函数”
: sigmoid函数怎么制约了CNN？
: 2. 网络里很多地方引入了随机数，比如在DBN中的初始场和激活函数，
: 为什么一定要引入随机？而实际计算过程中，epoch,batch循环时这个貌似随机数并
: 不是真正的随机（每次循环时都是相同的）。

s*y2017-04-30 07:04

7 楼

http://www.youtube.com/watch?v=wf_OlfHUqd8&list=PLTKmhijzgktNlW
小推荐一下，据说都是根据真实案件来的，关键一点都不拖沓，都有小曲折

w*g2017-04-30 07:04

8 楼

这个我也不知道。太细节了。

【在 x****u 的大作中提到】

: 你问wdong更好，他专业我是业余爱好者
: 1是因为sigmoid梯度消失限制了深度，relu简单粗暴的解决了问题；
: 2我不清楚随机在神经网络里的本质意义，似乎也没有人理论上搞出结论。感觉目前各
: 种随机性的引入基于经验规律多点。很多代码每次用固定种子是为了确保结果可重复。

j*j2017-04-30 07:04

9 楼

看了两下，好像是有以前那几部纪实刑侦的风格，赞。

【在 s*y 的大作中提到】

: http://www.youtube.com/watch?v=wf_OlfHUqd8&list=PLTKmhijzgktNlW
: 小推荐一下，据说都是根据真实案件来的，关键一点都不拖沓，都有小曲折

g*t2017-04-30 07:04

10 楼

personal experience:
指数函数代价太高。我很少在数值计算中用。查表解决快非常多。
早期的计算器，乘法用对数算，我怀疑也是查表算的。
http://www.convict.lu/Jeunes/ultimate_stuff/exp_ln_2.htm
http://pdfs.semanticscholar.org/35d3/2b272879a2018a2d33d982639d4be489f789.
pdf

【在 w***g 的大作中提到】

: 这个我也不知道。太细节了。