模拟视频基础 图像扫描 扫描：将图像编程顺序传送的电信号的过程，从左至右（行扫描）、从上至下（帧扫描?） 如何选择行频、帧频（场频）和行数 帧频：有连续感-无闪烁感：20-45.8Hz 行数：Z=620 行频 带宽：考虑扫描两个像素的时间的倒数，...

涵盖了关于节奏、节拍和音符起始点（onset）检测的关键概念和技术。

对音频信号的分析及相关特征提取

线性回归 随机梯度下降 即使在我们无法得到解析解的情况下，我们仍然可以有效地训练模型。在许多任务上，那些难以优化的模型效果要更好。因此，弄清楚如何训练这些难以优化的模型是非常重要的。 本书中我们用到一种名为梯度下降（gradient descent）...

数据操作 广播机制 在上面的部分中，我们看到了如何在相同形状的两个张量上执行按元素操作。 在某些情况下，即使形状不同，我们仍然可以通过调用广播机制（broadcasting mechanism）来执行按元素操作。 这种机制的工作方式如下： 通过适当...

音乐可以用多种不同的方式来表现。音乐作品的印刷视觉形式称为乐谱或乐谱。乐谱由音符组成。音符具有多种属性，包括音高、音色、响度和持续时间。

一、线性规划模型基本原理与案例分享 线性规划问题 在人们的生产实践中，经常会遇到如何利用现有资源来安排生产，以取得最大经济效益的问题。此类问题构成了运筹学的一个重要分支—数学规划，而 线性规划 (Linear Programming 简记 LP)则是...

Welcome to the Machine Learning Specialization! You’re joining millions of others who have taken either this or the original...

Chapter 4 神经网络训练

神经网络训练

训练的过程是反向传播的过程，利用得到的输出值与预测值的偏差，（损失函数），反向更新模型中的参数

逼近的思路理解训练

随机生成一个三阶函数，赋予一组随机参数，得到的输出与 sine 输出值比较，差值 loss 最小的那一组参数就为目标函数。

• 流程：
  1. 根据预测值和标签值得到 loss
  2. Loss 函数对各个参数反向求偏导
  3. 计算每个参数的梯度
  4. 更新参数值
  5. 梯度置 0
  6. 再次循环