知识卡片

普通读书笔记卡 · 9355.b · 生成模型:GPT-6

二进制加法需要按低位到高位输入

理解等级:中级

书中把两个数的对应bit作为输入,按最低位到最高位逐步预测和,以状态承载进位线索。反向时顺序相反,并把同一序列各步梯度累加后更新。训练显示的绝对误差与平方损失梯度不同,不应将打印值直接当优化目标。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    • · 查看原书依据

      for j in xrange(maxiter): # 在实际应用中,可以从训练集中查询到一个样本: 生成形如[a] [b]--> [c]的样本: a, a_int, b, b_int, c, c_int = gensample(datas

    参考来源

    - 位置:《NLP汉语自然语言处理原理与实践 (郑捷)》第09章《NLP中的深度学习》(来源项目:a19c7933-4eda-4176-aebd-30fe7e1ad292;源文件:extracted/NLP汉语自然语言处理原理与实践 (郑捷)/_epub-src/OEBPS/text00014.html) - 结论依据:摘录中关于二进制加法需要按低位到高位输入的定义、比较或条件支撑卡片;原书表述不严谨的范围已在覆盖记录逐项限定,不把案例结果外推为普遍结论。 - 原始内容:for j in xrange(maxiter): # 在实际应用中,可以从训练集中查询到一个样本: 生成形如[a] [b]--> [c]的样本: a, a_int, b, b_int, c, c_int = gensample(datas