杭州电子科技大学计算机考研信息汇总 作者: GitHub:ztygalaxy GitHub Pages: 适用报考范围: 杭电计算机学院计算机相关专业,不定期更新 本系列只在GitHub不定期更新,其他平台非本人维护或停止维护,转载请标明来源,谢谢。 资料整理不易,烦请您在Fork之前先Star,谢谢。 前言 什么他娘的精锐,老子打的就是精锐!—— 李云龙 目录 2.3 中外合作办学2020年招生简章 3 招生专业目录 3.1 全日制 3.2 非全日制 4 报录比 4.1 2020年 4.2 2019年 4.3 2018年 4.4 2017年 4.5 2016年 5 考试大纲 5.1 2020年考试大纲 5.2 2019年考试大纲 5.3 2018年考试大纲 6 专业课真题 6.1 数据结构 6.2 组成原理 6.3 考点统计 7 2018考
2024-03-29 16:25:32 66.56MB
1
2023年考研软件工程复试笔试面试详细问答.docx
2024-03-26 16:19:38 24KB
1
汇集若干国内著名高校的考研复试的上机试题,考研的朋友可以参考一下,对复试有帮助。
2024-03-22 11:08:16 190KB
1
2023年考研复试英语自我介绍考研复试英语口语 英语口语面试资料,最全,从咸鱼上10元买的,免费送给大家,希望考研上岸,加油
2024-03-11 08:50:54 110KB 英语自我介绍 考研复试
1
上海交通大学计算机考研复试机试题目,祝好运。
2024-03-06 16:43:55 742KB 考研复试
1
本人复试所用,希望对大家有所帮助。 博客链接 https://blog.csdn.net/qq_43369776/article/details/123482738
2024-03-05 15:59:48 1.07MB database
1
宁波大学考研复试电子科学与技术复试材料
2024-03-01 19:44:54 24.03MB
1
94~04年的考研英语真题及详细解析 2003 Text 1   Wild Bill Donovan would have loved the Internet. The American spymaster who built the Office of Strategic Services in the World War Ⅱ and later laid the roots for the CIA was fascinated with information. Donovan believed in using whatever tools came to hand in the "great game" of espionage — spying as a "profession". These days the Net, which has already re-made such everyday pastimes as buying books and sending mail, is reshaping Donovan's vocation as well.
2024-02-27 18:08:59 1.38MB 英语真题
1
本资源包括近6年南京航空航天大学所出的所有考研试题,题目经典,且有解答
2024-02-26 12:14:51 1.98MB
1
2.1.2浅层学习和深度学习 机器学习的历史阶段的划分可谓仁者见仁智者见智,从不同的角度可以划分为不同 的阶段。按机器学习模型的层次结构来划分,20世纪80年代至今,机器学习的发展可 以说经历了两个阶段:浅层学习(shallow le锄ing)和深度学习(deep leaming)【27】。 大多数传统的机器学习和信号处理技术,都是利用浅层结构的架构‘301。例如高斯混 合模型(GMMs)、线性或非线性动力系统、条件随机场(CRFs)、最大熵(MaXEnt) 模型、支持向量机(SVMs)、Logistic回归、核回归、多层感知机(MLPs)等等都是 浅层结构。这些结构通常包含一层或两层的非线性特征变换,可以看成是具有一层隐含 层或者没有隐含层的结构。浅层结构在解决一些简单的或者受限的问题中显示出了有效 性,但由于其有限的建模和表征能力,在处理更为复杂的实际的应用时,如人的语音、 自然的声音和语言、自然图像和视觉场景这些自然信号时非常困难。 深度网络,是含有多个隐含层结构的网络。通过引入深度网络,我们可以通过学习 一种深层的非线性网络,来实现复杂函数的逼近,从而计算更为复杂的输入特征【311。由 于每一个隐含层可以对上一层的输出进行非线性变换,因此深度网络拥有比浅层网络更 为优异的表达能力,例如可以通过学习得到更为复杂的函数关系,并且表现出了从少数 样本中学习数据的本质特征的能力。 深度网络最主要的优点在于,它能用更加简单的方式来表示比传统浅层网络大得多 的函数集合,而多层的优势是可以利用较少的参数来表示复杂的函数关系。如图所示, 要表达结构复杂的函数蛔(伽《唧(s加3(x)))),用传统的单层结构很难简洁地表示,而 用多隐含层的深层结构,可以用较少的参数表示较为复杂的函数,用多层的简单结构 s伽(工),x3,e。,cDs(x),抛(x)来表示上述复杂函数容易很多。 12 zkq 20150924 万方数据
2024-02-19 10:46:03 4.42MB 深度学习
1