文章列表

1. Dotcpp
2. 文章列表

摘要：#include<iostream>using namespace std;int main(){int a, b, c, d;    cin >> a >> b;    for (int i = a……

摘要：## SGD > SGD(Stochastic Gradient Descent)，译为随机梯度下降，是深度学习中的常用的函数优化方法。 #### 1.引例 在介绍$$SGD$$之前……

摘要：## BP > BP（Back-Propagation），即反向传播算法，常用于深度学习的优化参数的方法 #### 1.引例 有一个一元一次方程：$$y=wx+b$$，给定一个$$x=1.5……

摘要：## 梯度消失 #### 1.引言 在之前的文章中我们提到过反向传播：https://blog.dotcpp.com/a/89149 ，在反向传播中，参数是根据求该参数和损失函数的梯度来更新的，也……

摘要：#include<bits/stdc++.h> #include<unistd.h> using namespace std; int main() { int a; cout<<"你……

摘要：#include<stdio.h>int main(){      int i=0;    for (i=1;i<=9;i++)    {     int j=1;     for (j=1;j<=i……

摘要：#include<stdio.h>int main(){    int i,N;    float M,b,a=0;    scanf("%f%d",&M,&N);    for(i=1;i<=N;i……

摘要：#include<stdio.h>   int main(){    int a=0,i=100;    for(i=100;i<1000;i++)    {     a=(i/100)*(i/100……

摘要：#include<stdio.h>int main(){    int i,j,str[3][3];    for(i=0;i<3;i++)    {    for(j=0;j<3;j++)    ……

摘要：#include<stdio.h>int main(){    int i,j,N,str[10][10],sum=0;    scanf("%d",&N);    for(i=0;i<N;i++) ……