回答情况：
提问时间：
问题标签：
2回答
好吧，我不知道这是否可能，只是我的代码出了点问题……background: -webkit-linear-gradient(top, #9DB2F0 0%, #9DB2F0 40%, -webkit-linear-gradient(left, red 0%, yellow 100%) 40%)
浏览 0修改于2012-06-20得票数 2
回答已采纳
2回答
为了我的特定目的，我有一个从左到右的初始梯度：但我希望灰色部分实际上是一个从上到下的渐变：
linear-gradient编辑:不可能CSS梯度是图像，不能用作其他渐变中的颜色，但是@hungerstar在下面有一个很好的解决方法:在另一个梯度上设置透明的渐变层。
浏览 0修改于2018-04-04得票数 3
回答已采纳
1回答
对于前馈网络或RNN，理论上我们应该检查输出梯度随时间变化的权重，以检查它是否消失为零。在下面的代码中，我不确定是否应该将输入'xtr‘输入到定义在权重上的后端函数中。bias我看过一些文章，演示如何获得输出wrt \textit{inputs}的梯度model.input)我的问题是：
我能用这些雅可比
浏览 0提问于2022-01-30得票数 0
回答已采纳
1回答
rgba(5,75,113,1) 17%, rgba(255,255,255,0) 50%); padding: 1rem;我组织了一个梯度背景但是我没有为文本做一个镜像梯度。
我的意思是，在深蓝色的背景下，我希望有一个白色的文本，但逐渐变成蓝色的(rgb(5,75,113))。
浏览 4提问于2022-01-03得票数 0
1回答
vanishing gradient在Feedforward Neural Network (FNN)的BackPropagation训练中存在一个众所周知的问题(这里不考虑递归神经网络的消失梯度)。我不明白为什么消失梯度不意味着零梯度，也就是我们想要的最优解？我看到一些回答说，消失梯度并不完全是零梯度，只是意味着梯度的更新非常缓慢。然而，梯度体面的停止规则仅仅是\epsilon.中参数的不变。
浏览 0提问于2020-09-30得票数 1
回答已采纳
您可以在现代站点中创建CSS渐变，只需以下简单内容：目标是在SVG中重新创建这个梯度，那么默认情况下每个我们修改了不同的百分比(例如，50/50，25/75)和下面的代码，但这些实验都没有产生相同的梯度。最接近的是10/90，但是如果你省略了它们，有人能确认使用的默认百分比吗？
浏览 0修改于2019-06-26得票数 2
回答已采纳
我现在试着用梯度下降作为神经网络来实现它。
我的第一个假设是建立一个两层网络，输入层的输入神经元和有状态的输入神经元一样多，输出层的输出神经元和动作的输出神经元数量一样多。
浏览 2修改于2015-05-03得票数 1
回答已采纳
我有一个问题，我想估计等高线的梯度。请注意，我不需要像素梯度，但变化率的线条。我想不出一个很好的方法，来估计这一点在图像上。有人能帮我建议一下我如何估计这点吗？
浏览 3提问于2015-01-23得票数 1
回答已采纳
我试图找出从梯度转换到梯度单位的转换。我得到了不同的梯度分布。为什么？270" height="270" /></svg>
这两个梯度并不相同
浏览 1提问于2021-12-16得票数 2
回答已采纳
帮助处理消失梯度问题。到目前为止，我读到，ReLU被认为是一个激活函数。以类似的方式，我们也可以使用梯度剪裁作为激活函数吗？如果是的话，是否有使用它的利弊？
浏览 0修改于2021-03-22得票数 2
1回答
我试着用渐变做更明显的颜色。我希望能够看到他们之间的过渡。就像这个例子。我读过示例，但没有按照预期的方式工作。 width:100%; background-image: linear-gradient(to top right, #006723 0%, #00852D 25%, #009733 50%, #00A739 100%);<div id="grad"></div>
浏览 3提问于2021-04-14得票数 1
回答已采纳
下一步是将类激活映射和梯度映射组合起来，得到最终的加权梯度。相应的数字(裁剪)是：我的问题如下:类激活映射主要包含0，即蓝色区域，当与梯度相乘时会产生0。然而，在图像中，引导梯度凸轮地图大多是灰色的.我知道，梯度图中的灰色区域是由于梯度在大多数地方为0，而归一化到0,1将使它们在0.5左右(假设我们有相同大小的正梯度和负梯度)。尽管如此，与0的乘法将导致0，这应该显示为黑色。
浏览 0提问于2019-09-13得票数 0
这里有一个线性梯度码。所以图像是一样的，只是使用重复梯度代替。background-image: repeating-linear-gradient
浏览 4修改于2021-12-04得票数 0
我试图计算1/x的梯度，而不使用Pytorch的自动梯度。我使用公式梯度(1/x，x) = -1/x**2。当我将我的结果与给出的梯度进行比较时，它们是不同的。
浏览 0修改于2018-11-13得票数 5
回答已采纳
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号