回答情况：
提问时间：
问题标签：
3回答
我对自动机理论感兴趣，以提高我对编程和编译器设计的理解(例如，我想在我自己的项目中创建一些简单的语法；L-Systems，AI，神经网络结构和智能对象-对象对话'AI对话框‘)，但在继续之前，我需要学习一些东西在学习自动机理论之前，我需要学习很多新的符号和数学概念，我不能复制和粘贴示例，因为这些符号，我没有必要的声誉来发布图像，以便听到维基文章的链接。
在“正确的CFG”的标题下，你可以看到一些定义。我目前正在使用的自动机理论资源(对于任何感兴趣的人来说)是YouTube上的。
浏览 4修改于2014-06-18得票数 1
我在学习自动机理论。我认为状态机理论与动态规划之间一定有一定的联系。因为动态规划的本质是状态转移方程。自动机理论也讨论了不同状态之间的转换问题。我认为，如果我们能把自动机理论应用到学习动态规划技术的过程中，它可以帮助我们理解很多通常是我们难以理解的复杂的DP问题。有人能推荐一些关于自动机理论在动态规划算法设计中的应用或者用状态机理论分析DP问题的材料吗？
ps。这里的术语“动态规划”只是指我们对算法设计技巧的正常理解，而不是Bellman创造的数学领域。
浏览 5修改于2022-01-04得票数 2
1回答
命令式编程的基本理论是自动机理论，自动机理论是计算机的基础。
话虽如此，我看不出自动机理论和函数规划之间有什么关系。那么，函数式编程是否改变了内到外编程的基本原理？
浏览 1提问于2015-02-02得票数 2
回答已采纳
对于人类来说，Mo-Fr 9am-5pm，Sa 10am-2pm是可以的，但是我如何让计算机理解这一点，并在基于NoSQL /文档的数据库中查询它呢？
浏览 0提问于2013-05-22得票数 2
2回答
我有以下代码：#include <sstream>#include <string>#include <vector>#define BOOST_FILESYSTEM_NO_DEPRECATEDusing namespace boo
浏览 0修改于2015-06-19得票数 1
回答已采纳
2回答
我是自动机理论的新手。以下是一个实践问题：
让语言由以不同符号开头和结尾的单词组成，字母表{0,1}。例如，001,10110101010100，10和01都被接受。我试图张贴我画的DFA的图片，但我需要10个名誉，不幸地发布图片，但我还没有。
浏览 6提问于2013-11-15得票数 1
回答已采纳
我正在学习自动机理论。我已经答错三次了，我不知道正确的答案。请帮帮我。 目标语言是(0+1)*1(0+1)*。选项包括： A) (01+11)*(0+1)*C) (1+0)*1(1+0)*
D) (0+1)*(0+1)(0+1)* 如果有多个对应的语言，则允许多个选择
浏览 38修改于2020-12-15得票数 0
我不太熟悉支持向量机理论，我在python中使用这个LinearSVC类：
我想知道罚球和输球之间的区别是什么？
浏览 3提问于2014-07-30得票数 3
回答已采纳
我正在大学上自动机理论课，老师给了我们这个问题。[^[[[a-c]*aa[a-c]*]|[[a-c]*bb[a-c]*]|[[a-c]*cc[a-c]*]]]
浏览 0修改于2017-04-15得票数 1
我有一个神经网络，最后一层有10个输出神经元，使用softmax激活。我还确切地知道，基于输入值，输出层中的某些神经元应该具有0值。所以我有一个特殊的输入层，有10个神经元，每个神经元要么是0，要么是1。 如果3号输入神经元也是0，有没有可能强制3号输出神经元的值= 0？action_input = Input(shape=(10,), name='action_input')
...x = De
浏览 17修改于2018-12-19得票数 1
回答已采纳
我正试着去理解(和想象)一个时代对于培养一个神经网络来说到底是什么。在这种情况下，我如何想象/理解一个时代？
浏览 5修改于2014-09-17得票数 5
回答已采纳
我对神经网络非常陌生，最近我建立了用于车牌号码分类的神经网络。它有3层:1输入层，16*24(382神经元)数字图像，150 dpi；1隐层(199神经元)，乙状结肠激活函数；1 softmax输出层(10神经元)，每个数字0到9。我想把我的神经网络扩展到车牌上的字母分类。但我担心，如果我只是简单地在输出中添加更多的类，例如在分类中添加10个字母，总共20个类，神经网络将很难将特征从每个类中分离出来。如果“Item”神经</e
浏览 17修改于2018-04-23得票数 0
回答已采纳
2回答
最近，我一直在读讲座和课文，试图了解支持向量机是如何在高维空间中工作的。通常在内核技巧的帮助下直接与features..but一起工作，我们可以在数据中找到数据中的关系，在它们之间使用features..product的平方，etc..is这个正确的。现在.我知道多项式核对应于一个已知的特征vector..but我不能理解高斯核对应于(我被告知无限维特征vector..but什么？)
另外，我无法理解的概念，即核是训练实例之间相似性的度量，..how，
浏览 2提问于2015-10-15得票数 2
我读过中的chap1，在“一个简单的手写数字分类网络”(你可以用ctrl-f搜索)中，我发现了一个很好的问题：“为什么我们应该在输出层使用10个神经元，而不是4个神经元?”对于4个神经元，每个神经元的值为0或1，则表示2^4 = 16 > 10。那么，为什么我们不在输出层使用4个神经元呢？
浏览 3提问于2016-09-12得票数 1
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