取栗按（2021.12.06）：本文大部分内容成文于2019年中，原来是打算将激活函数、优化策略、损失函数写成一篇文章发出来，谁知篇幅过长，写着写着没了兴趣。虽然时隔两年，但是激活函数部分的内容几乎没有什么需要增添的地方，所以就直接发出来了。接下来第二篇会用一个很容易记忆的框架聊聊 优化策略，敬请期待。 自2012年始，深度学习（Deep Learning, DL）横扫了计算机视觉领域（Compu...
太阳能发电作为新能源发电的中坚力量，有着资源易获取，低污染，便安装等优点。太阳能资源储量理论上是地球水资源储量的 10000 倍，照射到地球表面的太阳能则约为人类目前所消耗能量的 6000 倍。并且，太阳能在地球上分布广泛，理论上有光照的地方便可以发展使用光伏发电系统，不受地域、海拔等因素的限制。现今世界各国大力发展以光伏发电为代表的新能源技术，预计到 2030 年，光伏发电量约占全球总发电量的 ...
Q & A 如果在4个GPU运算，后来有两个更大显存的GPU，那么我什么都不变，换成2块大显存GPU训练，会有什么影响吗？ 不会有很多影响。如果分配的话，可以考虑在高显存GPU中分配较多的Batch 小批量分配到多个GPU，模型如何合到一起 最后会把梯度相加起来，然后更新到统一模型 数据拆分并行之后，中间需要存储的数据量会增加吗？会降低性能吗？ 中间需要存储的数据量不会增加（线性于批量大小），GP...
常用的调优方法有：网格搜索、随机搜索、贝叶斯优化方法。 参数搜索包含3个要素 目标函数 搜索范围 搜索步长等其他参数 1 网格搜索 网格搜索通过查找搜索范围内所有的点来确定最优值。如果采用较大的范围和较小的步长，有很大的概率找到全局最优。 但是这个方法消耗资源和时间严重，特别是超参数比较多的时候 实际应用中，网格搜索一般会使用较大的搜索范围和步长确定最优值可能出现的位置，然后逐渐缩小范围和步长来寻...
深度学习是一种机器学习，它使用旨在以类似于人脑的方式运行的算法。 与人工智能和机器学习相关 深度学习是机器学习（ML）的一个子集，机器学习（ML）本身就是人工智能（AI）的一个子集。AI 的概念自 1950 年代以来一直存在，其目标是使计算机能够以类似于人类的方式思考和推理。作为让机器能够思考的一部分，ML 专注于如何让它们在没有明确编程的情况下学习。深度学习通过创建更复杂的分层模型来模拟人类学习...
深度解读佛学与人工智能
中线炒股有哪些操作法则？ 投资者在进行投资之前，除了具备正确的理念、完善的交易系统和良好的心态外，确定好自己的投资风格也是一件重要的事情，这里的投资风格主要是按持股的时间周期来划分的，很多股民认为短线是金，有的认为中线是金，有的认为长线是金，其实无论是短线、中线还是长线都没有优劣之分，关键是要适合自己，操作风格必须跟自己的性格、生活阅历、投资理念、思维方式以及所掌握的知识和技能等相匹配，适合自己的...
金融数据是典型的时间序列数据。深度学习已经发展出来非常成熟的时间序列数据分析模型，比如：LSTM, GRU等，前两年大火的BERT模型及实现BERT背后的注意力模型（Attention）, Transformer，都是可以用于时间序列的成熟模型。 笔者分享了金戈老马：深度学习 - 时间序列分析实例（一），在完成了这一部分之后，计划以沪深股票数据作为研究对象继续分享一下自己的心得体会。
赶紧来ACL写科幻故事
1.什么是深度学习 1.1人工智能、机器学习与深度学习 1.1.1人工智能 人工智能：努力将通常由人类完成的智力任务自动化 符号主义人工智能（1950s~1980s），专家系统（1980s） 1.1.2机器学习 查尔斯 • 巴贝奇发明分析机
https://blog.csdn.net/qq_41597912/article/details/80268694
在这个深度学习盛行的年代，想沉下心来了解一些基础而不是每日调包调参比较难，抽个空特此写下比较全面的笔记。 贝叶斯学派与频率学派的区别 这俩学派的区别很隐晦，看过很多文章都一知半解缺乏直观认识，这里我举个例子来阐述自己的理解吧。假设投掷一枚不
给深度学习入门者的Python快速教程 基础篇 numpy和Matplotlib篇 本篇部分代码的下载地址： https://github.com/frombeijingwithlove/dlcv_for_beginners/tree/ma
序 我想接触过机器学习的人应该都听过一个高大上，但是又非常陌生的算法，就是“神经网络”。尤其是最近两年，这类被称为神经网络的算法以“深度学习”的名字再度流行。虽然深度学习在许多机器学习应用中都有非常大的潜力，但深度学习算法往往经过精确调整，
colab?
