Add version and contributor information

MarkDown/第一章_数学基础.md

@@ -1,4 +1,10 @@
 # 第一章 数学基础  
+
+> Markdown Revision 1;  
+> Date: 2018/10/25  
+> Editor: 乔成磊-同济大学  
+> Contact: qchl0318@163.com  
+
 ## 1.1 标量、向量、张量之间的联系
 **张量（tensor)**  
 在某些情况下，我们会讨论坐标超过两维的数组。一般地，一个数组中的元素分布在若干维坐标的规则网格中，我们将其称之为张量。使用**$A$**来表示张量“A”。张量**$A$**中坐标为$(i,j,k)$的元素记作$A_{(i,j,k)}$。  

MarkDown/第十五章_正则化.md

@@ -1,4 +1,10 @@
 # 第十五章 正则化  
+
+> Markdown Revision 1;  
+> Date: 2018/10/25  
+> Editor: 乔成磊-同济大学  
+> Contact: qchl0318@163.com  
+
 ## 15.1 什么是正则化？  
 ## 15.2 正则化原理？  
 ## 15.3 为什么要正则化？  

MarkDown/第十四章_超参数调整.md

@@ -1,4 +1,10 @@
 # 第十四章 超参数调整  
+
+> Markdown Revision 1;  
+> Date: 2018/10/25  
+> Editor: 乔成磊-同济大学  
+> Contact: qchl0318@163.com  
+
 ## 14.1 调试处理  
 关于训练深度最难的事情之一是你要处理的参数的数量，从学习速率到Momentum（动量梯度下降法）的参数。如果使用Momentum或Adam优化算法的参数，也许你还得选择层数，也许你还得选择不同层中隐藏单元的数量，也许你还想使用学习率衰减。所以，你使用的不是单一的学习率。接着，当然你可能还需要选择mini-batch的大小。  
 结果证实一些超参数比其它的更为重要，我认为，最为广泛的学习应用是，学习速率是需要调试的最重要的超参数。