自動微分 - Wikipedia
自動微分は2種類に分けられ、それぞれ ボトムアップ型自動微分（フォーワード・モード、フォーワード・アキュムレーション、タンジェント・モード、狭義の自動微分） トップダウン型自動微分（リバース・モード、リバース・アキュムレーション、随伴モード、高速自動微分） と呼ばれる。 ボトムアップ型自動微分では連鎖律を内側から外側に計算し（∂w/∂xを計算した後で ∂y/∂w を計算する）、トップダウン型自動微分では外側から内側に計算する。 使い分けは、入力が n 次元、出力が m 次元とした場合、以下の違いがある。 n < m ならばボトムアップ型の方が計算量が少ない。ボトムアップ型の計算回数はn回。 n > m ならばトップダウン型の方が計算量が少ない。トップダウン型の計算回数はm回。 機械学習において、評価値はほぼ常に m = 1 の実数なので、トップダウン型が使われる。機械学習で用いられる多層パ
bool/not not - スコトプリゴニエフスク通信
■[Python]bool/not not http://enbug.tdiary.net/20071227.html#p01 http://d.hatena.ne.jp/odz/20071228/1198861783 自分としては、boolのような関数の呼び出しコストが高いという点でまったくその通りかなと思いつつも、こういったこと意識した場合のイディオムとしては、上記のURLで紹介されているx and True or Falseという手法ではなく、 not not value のようにnot notを使うのが常套手段だったと思っていたので驚きました。 実際に下記のようなテストを試した見たのですが、 # test.py from timeit import Timer VALUE = 1 def bool_test(): return bool(VALUE) def not_not_tes
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
Login • Instagram