牛客题解官

分类

题解(475)

/ 注册

TA的专栏 74篇文章 9人订阅

牛客代码笔记-牛栋

74篇文章 297人学习

全部文章（共763篇）

题解|实现Adam优化算法

Adam优化算法是一种自适应学习率的优化算法，其计算步骤如下：初始化参数计算梯度更新动量更新方差更新参数这里对动量和方差进行了偏差修正，以避免初始阶段的不稳定；对新参数更新的时候加上了，以避免除0错误。标准代码如下 def adam_optimizer(f, g...

2025-02-06

0 75

题解|简单二维卷积

简单二维卷积（Simple 2D Convolution）是一种常用的卷积操作，其计算公式为：其中，是输入图像，是卷积核，是输出图像。通俗点来说，就是将卷积核在输入图像上滑动，计算每个位置的卷积结果，从而实现图像的特征提取，利用padding和stride保证卷积核在输入图像的边缘也能进行卷积...

2025-02-06

0 52

题解|实现基本自动微分操作

实现基本自动微分操作（Basic Automatic Differentiation）是一种常用的自动微分方法，用于计算函数的导数。所谓的自动计算微分，就是通过计算图，从输入到输出，反向传播，计算每个节点的导数。而这个计算图，通俗点来说就是高中所学到的链式法则需要画的函数关系图，也可以理解为深度学...

2025-02-06

0 60

题解|具有反向传播的单神经元

具有反向传播的单神经元（Single Neuron with Backpropagation）是神经网络中的最常见的基本单元。本算法的步骤如下：初始化权重和偏置前向传播，计算预测值反向传播，计算梯度本题选择的均方误差作为损失函数，公式为因此，梯度计算公式为更...

2025-02-06

0 41

题解|生成对抗网络（GAN）

生成式对抗网络，通俗点说，就是一对买卖家在博弈，卖家（生成器）生成假数据想“以次充好”，买家（判别器）判断数据是真是假。在本题中，生成器通过将真实数据和噪声相加，得到生成数据。判别器通过sigmoid函数生成一个概率来判断数据是真实的还是生成的。标准代码 import numpy as np d...

Python3

2025-02-06

0 60

题解|生成对抗网络（GAN）判别器

生成式对抗网络，通俗点说，就是一对买卖家在博弈，卖家（生成器）生成假数据想“以次充好”，买家（判别器）判断数据是真是假。判别器是生成式对抗网络中的另一个关键组件，其主要任务是判断输入的数据是真实的还是生成的。标准代码 import numpy as np def sigmoid(x): ...

Python3

2025-02-06

0 91

题解|生成对抗网络（GAN）生成器

生成式对抗网络（GAN）是一种深度学习模型，由两个神经网络组成：生成器和判别器。生成器负责生成与真实数据相似的假数据，而判别器则负责区分真实数据和生成的数据。通过对抗训练，生成器不断改进其生成能力，最终能够生成高质量的样本。生成器的说明生成器是生成式对抗网络中的一个关键组件，其主要任务是从随机噪...

Python3

2025-02-06

0 75

题解|两个正态分布之间的KL散度

两个正态分布之间的KL散度（Kullback-Leibler Divergence）是一种衡量两个分布之间差异的指标，其计算公式为：其中，和分别是两个正态分布的概率密度函数。但是本题中，使用的计算公式是：对于两个正态分布和，它们之间的KL散度可以表示为：标准代码如下 def kl_...

2025-02-06

0 136

题解|Leaky ReLU 激活函数

Leaky ReLU（Leaky Rectified Linear Unit）是一种常用的激活函数，其计算公式为：其中，是输入。该算法是ReLU激活函数的改进，解决了ReLU在负数输入时梯度为0的问题。是深度学习中常用的激活函数之一。标准代码如下 def leaky_relu(x,alpha...

2025-02-06

0 83

题解|实现ReLU激活函数

ReLU（Rectified Linear Unit）是一种常用的激活函数，其计算公式为：其中，是输入。该算法是深度学习中常用的激活函数之一。标准代码如下 def relu(z: float) -> float: return max(0, z)

2025-02-06

0 76