lecture 3,Loss Function and Optimization

1，处理指数计算问题时，为了防止overflow 的处理方法（我还是存在疑问，这相当与求超级大的数的导数）：

f = np.array([123, 456, 789]) # example with 3 classes and each having large scoresp = np.exp(f) / np.sum(np.exp(f)) # Bad: Numeric problem, potential blowup# instead: first shift the values of f so that the highest number is 0:f -= np.max(f) # f becomes [-666, -333, 0] p = np.exp(f) / np.sum(np.exp(f)) # safe to do, gives the correct answer

2,关于LR为凸函数，可以保证最值（中科大面试时被问到）？？？

3，svm的代码复现，看了很多遍svm的思路，也被面试问到过svm，不如尝试复现一次或者trvarse吧。。。