## PyTorch ## 激活函数及其梯度 主讲人：龙良曲 ## Activation Functions  PITTS WITH LETTVIN: Pitts with Jerome Lettvin and one subject /p3_1.jpg)  ## Sigmoid / Logistic $$ f(x)=\sigma(x)=\frac{1}{1+e^{-x}} $$ ## Derivative $$ \begin{aligned}\frac{d} ;\sigma(x)-\sigma(x)^{2}\\\sigma^{\prime}&=&\sigma(1-\sigma)\end{aligned} $$ ### torch.sigmoid ## ☀️ ☁️ ☁️ In [5]: a=torch.linspace(-100,100,10) In [6]: a Out $$ 6 $$ : tensor([-100.0000

## PyTorch ## 常见函数梯度 主讲人：龙良曲 ## Common Functions |Common Functions|Function|Derivative| |---|---|---| |Constant|c|0| |Line|x|1| ||ax|a| |Square|$ x^{2} $|2x| |Square Root|$ \\sqrt{x} $|$ (\\frac{1 w^{2}+b^{2} $$ $$ xe^{w}+e^{b} $$ $$ [y-(xw+b)]^{2} $$ $$ \mathbf{y}\log(x w+b) $$ ## 下一课时 什么是激活函数 ## Thank You

## 函数计算在双11小程序场景中的应用  吴天龙 阿里云函数计算技术专家  PPT ## 自我介绍 • 吴天龙（花名：木吴） · 阿里云函数计算技术专家 - 2013 年加入阿里云，参与分布式数据库，对象存储等产品的开发。现任阿里云函数计算架构师，聚焦于 Serverless 产品功能在大规模资源伸缩调度、性能优化等系统核心能力的研发。 ## 目录 ✿ 函数计算介绍 技术挑战 ✿ Demo ## 函数计算-介绍 - 通用Serverless计算平台 · 与云端事件源无缝集成 /7/1817bd4d19cae2c9c62d57f47d0f801d/p4_5.jpg) 石墨文档 | 文档实时协同办公-石墨文档 ## 函数计算-介绍 函数计算组件 CLI/SDK/Web Console 依赖的阿里云服务 创建/删除函数 请求调用 负载均衡 同步请求调用 异步请求调用 控制类操作 对象存储（代码） ![Image](/uploads/document

## 机器学习-逻辑回归 黄海广 副教授 2022年02月 ## 本章目录 01 分类问题 02 Sigmoid函数 03 逻辑回归求解 04 逻辑回归代码实现 ### 1. 分类问题 01 分类问题 02 Sigmoid函数 03 逻辑回归求解 04 逻辑回归代码实现 ## 分类问题 ## 监督学习的最主要类型 ## ✓ 分类（Classification） (One-vs-Rest) 一对多 (一对余) ### 2. Sigmoid函数 01 分类问题 02 Sigmoid函数 03 逻辑回归求解 04 逻辑回归代码实现 ### 2. Sigmoid函数 ## Sigmoid 函数 $ \sigma(z) $ 代表一个常用的逻辑函数（logistic function）为S形函数（Sigmoid function） 则： $ \sigma(z \sigma(z)=g(z)=\frac{1}{1+e^{-z}}\quad z=w^{\mathrm{T}}x+b $ 合起来，我们得到逻辑回归模型的假设函数： $$ \mathrm{L}\big(\hat{y},y\big)=-y\log(\hat{y})-(1-y)\log(1-\hat{y}\big) $$ ![Image](/uploads/documents/2/e/3/d/2e3d448

## PyTorch ## 激活函数与GPU加速 主讲人：龙良曲   ![Ima

In [41]: x=torch.randn(1,10) In [48]: w=torch.randn(1,10,requires_grad=True) In [49]: o=torch.sigmoid(x@w.t()) In [50]: o.shape Out[50]: torch.Size([1, 1]) In [51]: loss=F.mse_loss(torch.ones(1,1)

CHINA PHP基本语法 PHPCHINA! HAPPY PHPING PHPCHINA.COM —条件、循环、函数 杨亮 ## 程序的基本结构 程序 运算（+ - x / & | ! ..） 输入 逻辑（条件、循环、递归） 输出 辅助（变量、数组、函数） 小测验 用你熟悉的程序找出 1~1000中的所有质数 ## 我们直接看代码好了 '; } if ($totalqty PHP中的代码重用 - 将其他文件中的html或者php代码引入到本文件 • require()与include(); • require_once()与include_once(); - 可以引入其他的函数库，或者代码片段 1 '; 4 h> ## 为什么自己写有函数 • 代码的可读性 • 代码的可重用性 - 实现功能的模块化 - 实现递归调用  • 使变量名不至于太长（作用域） ## PHP中的函数 ![Image](/uploads/do

目前用到最多的机器学习分类算法之一。 $ \sigma(z) $ 代表一个常用的逻辑函数（logistic function） 为S形函数（Sigmoid function） $$ z=w^{T}x+b\\ 则:\sigma(z)=\frac{1}{1+e^{-z}} $$ 合起来，我们得到逻辑回归模型的假设函数： $$ L\big(\hat{y},y\big)=-y\log(\hat{ s/4/0/4/6/4046f21cefea4d55fb350249dbd14da4/p5_1.jpg) sigmoid 函数 当 $ \sigma(z) $ 大于等于0.5时，预测y=1 当 $ \sigma(z) $ 小于0.5时，预测y=0 ## 逻辑回归 ## 损失函数 $$ L\big(\hat{y},y\big)=-y\log(\hat{y})-(1-y)\log(1-\hat{y}\big) \hat{y}\big) $$ $ \hat{y} $ 表示预测值 y 表示真实值 为了衡量算法在全部训练样本上的表现如何，我们需要定义一个算法的代价函数，算法的代价函数是对m个样本的损失函数求和然后除以m: ## 代价函数 $$ J(w,b)=\frac{1}{m}\sum_{i=1}^{m}L\left(\hat{y}^{(i)},y^{(i)}\right)=\frac{1

## 可组合的 Vue Composable Vue, 编写可组合可复用的 Vue 函数的最佳实践与技巧 ANTHONY FU Hangzhou, China 2021 ## Anthony Fu Vue 核心成员 / Vite 团队成员 VueUse, Slidev, Type Challenges 等项目创作者 全职开源 antfu antfu7 知 Anthony Fu antfu 有限的类型支持 按 API 类型组织 组合式 API 提供的能力 ■ 极易复用 (原生 JS 函数) ■ 可灵活组合 (生命周期钩子可多次使用) 提供更好的上下文支持 更好的 TypeScript 类型支持 按功能/逻辑组织 ■ 可独立于 Vue 组件使用 ## 什么是可组合的函数 可复用逻辑的集合，专注点分离 export function useDark(options: UseDarkOptions 组合关系 useLocalStorage useStorage useDark useEventListener usePreferredDark useMediaQuery ■ 其中每一个函数都可以独立使用 ☑ 专注点分离 ## 建立"连结"模式 不同于 React，Vue 的 `setup()` 只是在组件建立时执行一次，并建立数据与逻辑之间的连结。 ■ 建立输入

现代编程思想 # 函数, 列表与递归 Hongbo Zhang 基本数据类型：函数 ## 函数 - 在数学上，描述对应关系的一种特殊集合。对于特定的输入，总是有特定的输出 - 在计算机中，对相同运算的抽象，避免大量重复定义 ○ 计算半径为1的圆的面积： $ 3.1415 \times 1 \times 1 $ ○ 计算半径为2的圆的面积： $ 3.1415 \times 2 \times 计算半径为3的圆的面积： $ 3.1415 \times 3 \times 3 $ ○ ..... fn 面积(半径: Double) -> Double { 3.1415 * 半径 * 半径 } ## 函数 • 计算半径为1、2、3的圆的面积： 1. let surface_r_1: Double = { let r = 1.0; pi * r * r } 2. let surface_r_2: Double surface_r_2, surface_r_3) • 使用函数后 1. fn area(radius: Double) -> Double { pi * radius * radius } 2. let result = (area(1.0), area(2.0), area(3.0)) ## 顶层函数的定义 fn <函数名>（<参数名>：<类型>，&