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
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
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
假设我有一个名为Expense的类。我可以加上各种类型的汽车相关费用-油箱费、修理费、票证等。有些费用的性质对各种类型如成本、日期等都是一样的，但也有一些不同之处。例如:当我给我的车加油时，我想保存信息，就像我是否把油箱装满了一样。然而，当我保存修理，我想保存一些其他信息。我想出的是有两个表：expenses和expenses_properties。在expenses表中，我可以存储所有基本的公共数据，expenses_properties将具有以下结构：
| Id | PropertyName | PropertyValue | Expense
浏览 0修改于2016-10-02得票数 0
回答已采纳
我试图使用OWL编写以下评论：
CRECK建模小组(米兰理工大学)第1311版，2013年11月燃烧与火焰(2013年)，DOI: 10.1016/j.燃烧室火焰2013.02.013第1311版，2013年11月</rdfs:注释>
<rdfs:注释r
浏览 3修改于2019-05-12得票数 1
我的前馈神经网络有150个输入神经元，25个隐藏神经元和3个输出神经元。我的训练数据集有43104个样本，我的验证和测试数据集分别包含9237个样本。我正在使用验证检查来停止培训。验证检查设置为6。但是，我的神经网络在11次迭代中停止训练！那是不是太早了？
谢谢。
浏览 1提问于2014-03-05得票数 2
引言
在下面的示例中，摘自Numpy示例部分。我们有一个输入图像与以下形状的[11 x 11 x 3]。用于计算输出卷
浏览 8修改于2020-06-20得票数 4
回答已采纳
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
在本例中，单元11与14x14=196其他神经元位于同一通道，但所有这些神经元的通道目标是不同的。如果通道目标的优化图像最大化了channel 0神经元激活的总和(例如，192个1x1卷积的slice=[14,14,0]或512个总层4a通道)，那么对于同一通道中的192个神经元，不是都是相同的吗？通道目标与单元11的神经元目标有什么关系？Layer 4a Unit 11实际上是1x1卷积的192个信道/特征12。这不是第一通道196个<em
浏览 0修改于2019-09-12得票数 1
回答已采纳
1回答
我对perf_event计数器绑定到目标分析进程的子线程的机制感到困惑。假设这100个线程(1个父线程+99个子线程)都运行在100个不同的CPU上，并且示例频繁被设置为99 to。问题是这99个子线程是否会绑定到特定的PMU并像父进程一样被自动采样。经过1秒的取样，我们会得到多少个样本，为什么？
浏览 4修改于2022-09-27得票数 1
2回答
) NOT NULL AUTO_INCREMENT, `n2_id` int(11) NOT NULL,我可以编写什么SQL来获取与指定上下文相关联的所有神经元以及与每个神经元相关联的突触的强度列的总和？我使用下面的查询，它返回与一个神经元相关的突触强度的总和。我需要得到所有神经元的信息：
/* This query finds how str
浏览 1提问于2010-09-17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
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