缘起
一方面是为了加深前端基础，提升代码能力，另一方面是一个悲哀的故事。
8 分钟 读完 (大约 1211 个字)
神经网络中常见的损失函数
损失函数用来评价模型的预测值和真实值不一样的程度，损失函数越好，通常模型的性能越好。不同的模型用的损失函数一般也不一样。
损失函数分为经验风险损失函数和结构风险损失函数。经验风险损失函数指预测结果和实际结果的差别，结构风险损失函数是指经验风险损失函数加上正则项。一般用于防止过拟合，模型越复杂，其正则项的值就越大，相应的结构化风险损失函数的值就越大，相应的损失就越大。
常见的损失函数以及其优缺点如下：
26 分钟 读完 (大约 3844 个字)
人工神经网络中常见的一些激活函数
4 分钟 读完 (大约 561 个字)
一道算法题的题解
6 分钟 读完 (大约 965 个字)
SVD的实现和意义
29 分钟 读完 (大约 4392 个字)
特征值和特征向量的几何和物理意义（转载）
我们知道，矩阵乘法对应了一个变换，是把任意一个向量变成另一个方向或长度都大多不同的新向量。在这个变换的过程中，原向量主要发生旋转、伸缩的变化。如果矩阵对某一个向量或某些向量只发生伸缩变换，不对这些向量产生旋转的效果，那么这些向量就称为这个矩阵的特征向量，伸缩的比例就是特征值。
