lanzeou-大赛人网-第104页
lanzeou的头像-大赛人网
lanzeou管理员超级版主
这家伙很懒,什么都没有写...
3.3 神经网络的梯度计算-大赛人网

3.3 神经网络的梯度计算

在神经网络的学习中,梯度的计算非常重要。神经网络中的梯度,指的就是损失函数关于权重参数的梯度。 我们以一个单层的简单网络为例,形状为2×3,权重参数为W,损失函数记为L。那么它的权重参...
3.2.2 Series的运算-大赛人网

3.2.2 Series的运算

s1 = pd.Series([1, 2, 3, 4]) s2 = pd.Series([10, 20, 30, 40]) # 基本运算 print(s1 + s2) # 对应位置相加 print(s1 * 2) # 标量乘法 3.2.3 常用方法与统计 用途分类方法说明示例代...
14.2. 函数类型注解-大赛人网

14.2. 函数类型注解

函数类型注解:给函数的【参数】和【返回值】添加类型说明。 语法格式:函数名(参数1: 类型, 参数2: 类型) -> 返回值类型: 1️⃣给参数和返回值加类型注解 def add(x: int, y: int) -> int: ret...
小节二:怎么设计五张核心业务表与事件日志——不要把所有 JSON 塞进一张表-大赛人网

小节二:怎么设计五张核心业务表与事件日志——不要把所有 JSON 塞进一张表

很多人第一次持久化 Agent,会想: 建一张 agent_runs 然后所有东西 JSON 全塞进去 比如: { 'session': {...}, 'messages': [...], 'steps': [...], 'tool_calls': [...] } Demo ...
3.4 似然函数-大赛人网

3.4 似然函数

3.4.1 似然函数的概念 3.4.2 极大似然估计
5.6 用户认证模块-大赛人网

5.6 用户认证模块

本节目标:实现注册登录系统,理解认证的基本原理 演示的 Claude Code 功能:/security-review、多模型切换 5.6.1 认证基础:Cookie + Session 我们用最简单也最透明的认证方案——Cookie Sessi...
4.1.8 存在问题-大赛人网

4.1.8 存在问题

尽管循环神经网络(RNN)在处理序列数据方面具有天然优势,但它在实际应用中面临一个非常严重的问题:长期依赖建模困难。这指的是:在训练过程中,当输入序列很长时,模型难以有效学习早期输入...
小节四:Working Memory 怎么设计才不会变成“第二个垃圾桶”——生命周期、边界与质量控制-大赛人网

小节四:Working Memory 怎么设计才不会变成“第二个垃圾桶”——生命周期、边界与质量控制

很多同学学到这里会进入另一个极端:既然 Working Memory 这么有用,那是不是多存一点更稳?其实恰恰相反,Memory 一旦没有边界,很快就会变成第二个垃圾桶。下面这张图,左边讲“应该放什么”...
4.2 LSTM-大赛人网

4.2 LSTM

4.2.1 概述 为了缓解RNN梯度消失或者梯度爆炸的问题,Hochreiter和Schmidhuber于1997年提出了长短期记忆网络(Long Short-Term Memory, LSTM)。 4.2.2 基础结构 各部分具体说明如下: 记忆单元...
2.5.5 交叉验证-大赛人网

2.5.5 交叉验证

交叉验证(Cross-Validation)是一种评估模型泛化能力的方法,通过将数据集划分为多个子集,反复进行训练和验证,以减少因单次数据划分带来的随机性误差。通过交叉验证能更可靠地估计模型在未知...