Tag: 计算机科学

这是什么意思做/确定“编程”的东西？: 编程。（也可以编程）我从来没有使用它，但我看到了很多问题，即“如何以编程方式确定[在此处插入任务]”。 Firefox立刻告诉我这两个词都不是真实的（至less，它不能识别它们）。我从来没有见过他们在这里使用的任何地方。 1）什么意思做/确定的东西“编程”？ 2）为什么这么多人会问“怎样编程”呢？是不是假设，如果你问如何做一个编程的帮助板上的东西，你问如何做“编程”？ 3）为什么我从来没有在其他地方看过“编程”的单词？

理解neural network反向传播: 更新：这个问题的一个更好的表述。我试图理解以异或neural network为例的反向传播algorithm。对于这种情况，有2个input神经+ 1个偏差，2个神经元在隐层+ 1个偏差，1个输出神经元。 ABA XOR B 1 1 -1 1 -1 1 -1 1 1 -1 -1 -1 我正在使用随机反向传播。在读了更多的信息之后，我发现输出单元的错误会传播到隐藏的层上……最初这是令人困惑的，因为当你到达neural network的input层时，每个神经元都会得到一个错误调整来自隐藏层中的两个神经元。特别是错误分布的方式起初难以掌握。步骤1计算每个input实例的输出。步骤2计算输出神经元（在我们的情况下只有一个）和目标值（s）之间的误差：第2步http://pandamatak.com/people/anand/771/html/img342.gif 步骤3我们使用步骤2中的误差来计算每个隐藏单元的误差h：第3步http://pandamatak.com/people/anand/771/html/img343.gif “权重kh”是隐藏单元h和输出单元k之间的权重，这很混乱，因为input单元没有与输出单元相关的直接权重。在看了几个小时的公式之后，我开始思考总结的意思，我开始得出结论，即每个input神经元的权重连接到隐藏层神经元乘以输出误差并总结。这是一个合乎逻辑的结论，但是这个公式似乎有点混乱，因为它清楚地说明了“权重kh”（输出层k和隐藏层h之间）。我在这里正确理解一切吗？有人可以证实这一点吗？什么是input层的O（H）？我的理解是，每个input节点都有两个输出：一个input到隐藏层的第一个节点，一个input到第二个节点隐藏层。哪两个输出应插入公式的O(h)*(1 – O(h))部分？第3步http://pandamatak.com/people/anand/771/html/img343.gif

我应该读什么书来获得计算机科学的本科教育？: 我一直是一个很大程度上独立的学习者，从维基百科和各种书籍中收集我所能得到的。然而，我担心我可能会因无意中忽略了主题和概念而偏向于我的自我教育。我的目标是让自己相当于一所顶尖大学的计算机科学本科学位（无所谓）。为此，我购买并开始阅读一些学术教科书：计算机程序的结构和解释 algorithm介绍人工智能：现代方法以及我在一所平庸的州立大学上课时所留下的一些教科书：计算机仿真方法介绍微积分：概念和连接计算机组织与架构操作系统概念数据库系统第一门课程 forms语言和自动机我的问题是：这个集合不包含哪些主题？是否有任何书籍比这里列出的书籍更严格或更彻底（或者更容易阅读）？有什么书是浪费我的时间吗？我应该读什么书？麻省理工学院或斯坦福大学（或UCB或CMU …）学习什么，我可能会错过？欢迎软件工程图书，但在学术研究的范围内，请只。我知道Code Complete和Pragmatic Programmer，但是我正在寻找更理论化的方法。谢谢！

什么是图灵机？: 什么是图灵机，为什么人们不断提及它？我的IBM个人电脑是所有我需要做我的计算！为什么有人关心这些机器？

如何从增强现实开始？: 我目前是计算机科学的本科生，明年我将进入我的最后一年。增强现实是我发现的一个非常有趣的话题，但我不知道从哪里开始学习。你从哪里开始学习这个主题，以及有哪些库可用？

如何在函数式编程语言中实现graphics和graphicsalgorithm？: 基本上，我知道如何创buildgraphics数据结构，并在允许副作用的编程语言中使用Dijkstraalgorithm。通常情况下，图algorithm使用一个结构来标记某些节点为“访问”，但这有副作用，我试图避免。我可以想到一种用函数式语言来实现这一点的方法，但是它基本上需要将大量的状态传递给不同的函数，而且我想知道是否有更加节省空间的解决scheme。

评估一个语言的“图灵完整性”的实用指南是什么？: 我读过“什么是图灵完成”和维基百科页面，但是我对forms化certificate的兴趣不如图灵完成的实际意义。我真正想要决定的是，如果我刚刚devise的玩具语言可以用作通用语言。我知道我可以certificate，如果我可以写一个图灵机。但是我不想经过这个练习，直到我相当确定的成功。是否有一个最小的特征，没有图灵完全性是不可能的？是否有一套几乎可以保证完整性的function？（我的猜测是条件分支和一个可读/可写的内存存储将使我在那里大部分的方式）编辑：我想我已经说了一句“图灵完成”了。我试图用合理的信心猜测，一个新发明的具有特定function集的语言（或者是一个具有特定指令集的虚拟机）将能够计算任何值得计算的东西。我知道certificate你可以用一种方法来构build图灵机，但不是唯一的方法。我所希望的是一套指导方针，如：“如果它可以做X，Y和Z，它可以做任何事情”。

“closures”和“块”之间究竟有什么区别？: 我发现很多人可以互换地使用闭包和块。这些人大多不能解释他们在说什么。一些Java程序员（甚至是来自非常昂贵的咨询公司的人）都会将匿名内部类作为“块”和“闭包”进行讨论 – 但我知道这不是事实。（你不能在它们被定义的方法范围内传递可变variables…）我在找：一个精确的，计算机科学的块定义一个精确的计算机科学的封闭定义并澄清两者的区别。我真的很希望看到这些链接，文章或书籍参考。

图灵机vs冯·诺依曼机器: 背景 Von-Neumann体系结构描述了stored procedures的计算机，其中指令和数据被存储在存储器中，并且机器通过改变其内部状态来工作，即指令操作一些数据并修改数据。从本质上讲，系统中维护着状态。图灵机架构通过操纵磁带上的符号来工作。即存在无限数量插槽的磁带，并且在任何一个时间点，图灵机处于特定插槽中。根据在该插槽读取的符号，机器可以更改符号并移动到不同的插槽。所有这些都是确定性的。问题这两种模式有什么关系吗？冯·纽曼模型是基于图灵模型还是基于图灵模型？我们可以说图灵模型是冯·纽曼模型的超集吗？函数式编程是否适合图灵模型？如果是这样，怎么样？我认为function编程不适合冯·诺依曼模型。

O（log N）== O（1） – 为什么不呢？: 每当我考虑algorithm/数据结构，我倾向于用常量来replacelog（N）部分。哦，我知道日志（N）分歧 – 但在真实世界的应用程序中是否重要？日志（无穷远）<100为实际目的。我真的很好奇现实世界的例子，这不成立。澄清：我明白O（f（N））我很好奇真实世界的例子，渐近行为比实际performance的常量更重要。如果log（N）可以被一个常量替代，它仍然可以用O（N log N）中的一个常量代替。这个问题是为了（a）娱乐和（b）收集争论的使用，如果我再次（关于devise的performance）的争议。