神经网络的典型处理如下所示： 1. 定义可学习参数的网络结构（堆叠各层和层的设计）； 2. 数据集输入； 3. 对输入进行处理（由定义的网络层进行处理）,主要体现在网络的前向传播； 4. 计算loss ，由Loss层计算； 5. 反向传播求梯度； 6. 根据梯度改变参数值,最简单的实现方式（SGD）为:    we 继续阅读

分类目录：《深入理解深度学习》总目录 BERT是由堆叠的Transformer Encoder层组成核心网络，辅以词编码和位置编码而成的。BERT的网络形态与GPT非常相似。简化版本的ELMo、GPT和BERT的网络结构如下图所示。图中的“Trm”表示Transformer Block，即基于Transformer的特征提取器。 ELMo使用自左向右编码和自右向左编码的两个LSTM网络，分别以 P ( w i ∣ w 1 , w 继续阅读

1: 请问CAD 中采用fsdb_e.SHX 字体如何输入字体上下标。比如:㎡,m³... 1、上标的输入方法是在文字格式中选择堆叠功能，并在字符前面添加^符号。 2、下标的输入方法是将^符号放在数字前面。 3、CAD中在fsdb_e.SHX字体下设置上、下标的方法： 将字体设为fsdb_e.SHX，并在多行文字状态下输入文字。 按下（shift键+6键），显示φ。 输入字符S，显示φS。 重复第2步，显示φSφ。 选定Sφ，在文字编辑器的格式中选择堆叠 继续阅读