乐胖代购免代理版

【backward解决方案与原理】网络模型在梯度更新时出现变量版本号机制错误

报错详情。

深度学习

人工智能

梯度更新

反向传播

git

原创精选 2023-12-06 14:40:56 556 阅读

【HuggingFace】RoBERTa分词器RobertaTokenizer编码完整单词

在用`RobertaTokenizer`对单词进行分词的时候，发现单词`acquire

HuggingFace

RoBERTa

Tokenizer

解决方案

合成词

原创 2023-08-07 07:46:25 486 阅读

搜广推模型构建及应用 & 深度学习工程应用两个场景

作者讲的太好了，一看就是在业务上摸爬滚打很多年的资深算法。内容介绍一、爆发的三要素二、深度学习。

人工智能

数据

架构师

大数据

转载 2023-07-17 07:55:24 1415 阅读

【tensorflow】TF1.x保存.pb模型解决模型越训练越大问题

在上一篇博客【tensorflow】TF1.x保存与读取.pb模型写法介绍介绍的保存.pb模型方法中，保存

tensorflow

python

tf1.x

.pb

Graph

原创 2023-07-08 06:49:34 160 阅读

【tensorflow】连续输入+离散输入的神经网络模型训练代码

离散输入的转化问题。

tensorflow

神经网络

python

数据

激活函数

原创 2023-06-24 09:57:46 360 阅读

【tensorflow】连续输入的线性回归模型训练代码

全部代码 - 复制即用。

tensorflow

线性回归

深度学习

数据

初始化

原创 2023-06-24 09:27:08 72 阅读

【tensorflow】TF1.x保存与读取.pb模型写法介绍

举例：模型定义如下模型保存代码模型加载代码用TF1.x保存模型时只需要保存模型的输入输出的

tensorflow

tf1.x

保存模型

PB文件

加载

原创 2023-06-24 09:27:00 496 阅读

【tensorflow】连续输入的神经网络模型训练代码

全部代码 - 复制即用。

tensorflow

神经网络

深度学习

数据

激活函数

原创 2023-06-24 09:26:53 79 阅读

【提示学习】GPT Understands, Too

虽然GPT在ing也可以让BERT在小样本和监督学习上得以提升。且P-tuning可以在superGLUE的小样本任务上达到SOTA。

GPT

prompt

语言模型

自然语言理解

sed

转载 2023-04-16 21:49:22 165 阅读

图像处理手写体英文字母的目标检测与识别实验报告

近年来，随着python的迅速崛起，人工智能、图像识别、计算机视觉等新兴学科变得火热起来。Python的发rm

图像处理

目标检测

计算机视觉

Python

原创 2023-01-28 06:49:14 697 阅读

先验分布、后验分布、似然估计、贝叶斯估计、最大似然估计

一、什么叫先验分布、后验分布、似然估计这几个概念可以用“原因的可能性”和“结果的可能性”的“先后顺序”及“条件关系”来理解。下面举例：隔壁老王要去10公里外的一个地方办事，他可以选择走路，骑自行车或者开车，并花费了一定时间到达目的地。在这个事件中，可以把交通方式（走路、骑车或开车）认为是原因，花费的时间认为是结果。、

概率论

先验分布

后验分布

似然估计

最大似然估计

原创 2023-01-17 14:53:53 295 阅读 1收藏

梯度下降算法原理讲解

其它机器学习、深度学习算法的全面系统讲解可以阅读《机器学习-原理、算法与应用》，清华大学出版社，雷明著，由SIGAI公众号作者倾力打造。书的购买链接书的勘误，优化，源代码资源导言最优化问题在机器学习中有非常重要的地位，很多机器学习算法最后都归结为求解最优化问题。在各种最优化算法中，梯度下降法是最简单、最常见的一种，在深度学习的训练中被广为使用。

算法

机器学习

深度学习

迭代

极值

转载 2023-01-17 14:49:35 198 阅读

三种常用的朴素贝叶斯实现算法——高斯朴素贝叶斯、伯努利朴素贝叶斯、多项式朴素贝叶斯

朴素贝叶斯在机器学习中，朴素贝叶斯分类器是一系列以假设特征之间强（朴素）独立下运用贝叶斯定理为基础的简单概率分类器。朴素贝叶斯算法Naive Bayes定义中有两个关键定义:特征之间强假设独立和贝叶斯定理.这两个定义就是朴素贝叶斯的关键.

概率论

机器学习

朴素贝叶斯算法

朴素贝叶斯

多项式

转载 2023-01-17 14:45:45 408 阅读

【多任务损失函数】浅谈多任务中的损失函数如何定义与优化

· 本文目录 1、损失函数与反向传播的关系 2、添加系数的损失函数会损失函

多任务学习

同方差不确定性

损失函数权重调参

损失函数

Test

原创 2023-01-17 10:59:01 1064 阅读

【机器学习】多标签分类的评价指标与代码实现

例如对于某个样本来说，其真实标签为[0,1,0,1]，预测标签为[0,1,1,0]。那么该样

机器学习

分类

sklearn

多标签

评价指标

原创 2023-01-17 10:58:40 1245 阅读

【pytorch】交叉熵损失函数 F.cross_entropy()

F.cross_entropy(x,y) cross_entropy(x,y)是交叉熵损失函数，一般用于在全连接层之后，做loss的计算。其中x是二维张量，是全连接层

pytorch

深度学习

机器学习

归一化

全连接

原创 2023-01-16 23:30:43 728 阅读

【神经网络】MLP 编码器-解码器注意力机制残差连接

[1] 多层感知机(MLP) 最典型的MLP包括包括三层：输入层、隐层和输出层，MLP神经网络不同层之间是全

编码器

权重

神经网络

原创 2023-01-16 23:28:12 1444 阅读

sklearn中的cross_val_score交叉验证

cross_val_score交叉验证1.0 注意事项1. 参数cv代表分成几折，其中cv-1折用于训练，1折用于测试2. cv数值最大 = 数据集总量的1/33. 关于

sklearn

cross_val_score

交叉验证

二分类

数据

原创 2023-01-16 23:20:40 141 阅读

朴素贝叶斯分类器和一般的贝叶斯分类器有什么区别

图片

贝叶斯

朴素贝叶斯

转载 2023-01-16 23:19:34 127 阅读

【统计学习方法】朴素贝叶斯对鸢尾花(iris)数据集进行训练预测

1、建议去了解一下，高斯、伯努利、多项式的朴素贝叶斯2、突然间觉得sklearn很..

sklearn

机器学习

朴素贝叶斯

数据集

统计学习

原创 2023-01-16 23:19:14 285 阅读

【统计学习方法】线性可分支持向量机对鸢尾花(iris)数据集进行二分类

一、鸢尾花(iris)数据集 Iris 鸢尾花数据集是一个经典数据集，在统计学习和机器学习领域都经常被用作示例。数据集内包含 3 类共 150 条记录，每类各 50..

SVM

线性可分

支持向量机

数据集

感知机

原创 2023-01-16 23:18:30 1071 阅读

【统计学习方法】K近邻对鸢尾花(iris)数据集进行多分类

、collections型)、KNN思想· 代码目的：利用手写、sklearn两种KNN模型，对鸢尾花数据集进行多分类作者：CSDN 征途黯然. 一、鸢尾花(iris)数据集 Iris 鸢尾花数据集是一个经典数据集，在统计学习和机器学习领域都经常被用作示例。数据集内包含 3..

KNN

k近邻

鸢尾花

数据集

统计学习

原创 2023-01-16 23:17:33 153 阅读

【统计学习方法】感知机对鸢尾花(iris)数据集进行二分类

b(画图)、numpy、sklear降思想· 代码目的：利用手写、sklearn两种感知机模型，对鸢尾花数据集进行二分类作者：CSDN 征途黯然. 一、鸢尾花(iris)数据集 Iris 鸢尾花数据集是一个经典数据集，在统计学习和机器学习领域都经常被用作示例。数据集内包含 3 类共 150 条记录，每..

鸢尾花

感知机

二分类

线性回归

数据集

原创 2023-01-16 23:17:11 921 阅读

机器学习中的范数规则化之（一）L0、L1与L2范数

频繁的问题：过拟合与规则化。我们先简单的来理解下常用的L0、L1、L2和核范数规则化。最后聊下规则化项参数的选择问题。这里因为篇幅比较庞大，为了不吓到大家，我将...

机器学习

L0范数

L1范数

L2范数

过拟合

转载 2023-01-16 23:15:22 220 阅读

【入门篇】如何正确使用机器学习中的训练集、验证集和测试集？

集和测试集，林林总总的数据集合类型，到底该怎么人成果比较的情况。他们的研究创意有的很新颖，应用价值较高，工作可能也做了着实不少。但因对比方法错误，得出来的结果，不具备说服力。几乎全部都需要返工。这里，我帮你梳理一下，该怎么使用不同.

训练集

测试集

验证集

数据集

数据

转载 2023-01-16 23:13:49 1350 阅读

【深度学习】pytorch使用tensorboard可视化实验数据

执行上述代码后在本文件更目录下生成一个logs文件，且包含了一个事件文件。[2.1]安装pytorch和tensorboard。[2.3]打开tensorboard面板。输入命令后，会生成一个地址，访问即可。[2.2]在代码中使用write。...

深度学习

pytorch

人工智能

可视化

tensorboard

原创 2023-01-16 17:47:37 171 阅读

【sklearn报错解决方案】UndefinedMetricWarning: Precision is ill-defined and being set to 0.0

精确率计算的是所有样本的平均精确率。而对于每个样本来说，精确率就是预测正确的标签数在整个预测为正确的标签数中的占比。的某一行改为全0，数据如下。改为全0，数据如下。

sklearn

机器学习

python

精确率

precision_score

原创 2023-01-16 17:47:25 1179 阅读

官方博客	全部文章	热门标签	班级博客
了解我们	网站地图	意见反馈

鸿蒙开发者社区	51CTO学堂
51CTO	软考资讯

51CTO博客

wx63c4e4d715253的博客

【backward解决方案与原理】网络模型在梯度更新时出现变量版本号机制错误

【HuggingFace】RoBERTa分词器RobertaTokenizer编码完整单词

搜广推模型构建及应用 & 深度学习工程应用两个场景

【tensorflow】TF1.x保存.pb模型解决模型越训练越大问题

【tensorflow】连续输入+离散输入的神经网络模型训练代码

【tensorflow】连续输入的线性回归模型训练代码

【tensorflow】TF1.x保存与读取.pb模型写法介绍

【tensorflow】连续输入的神经网络模型训练代码

【提示学习】GPT Understands, Too

图像处理手写体英文字母的目标检测与识别实验报告

先验分布、后验分布、似然估计、贝叶斯估计、最大似然估计

梯度下降算法原理讲解

三种常用的朴素贝叶斯实现算法——高斯朴素贝叶斯、伯努利朴素贝叶斯、多项式朴素贝叶斯

【多任务损失函数】浅谈多任务中的损失函数如何定义与优化

【机器学习】多标签分类的评价指标与代码实现

【pytorch】交叉熵损失函数 F.cross_entropy()

【神经网络】MLP 编码器-解码器注意力机制残差连接

sklearn中的cross_val_score交叉验证

朴素贝叶斯分类器和一般的贝叶斯分类器有什么区别

【统计学习方法】朴素贝叶斯对鸢尾花(iris)数据集进行训练预测

【统计学习方法】线性可分支持向量机对鸢尾花(iris)数据集进行二分类

【统计学习方法】K近邻对鸢尾花(iris)数据集进行多分类

【统计学习方法】感知机对鸢尾花(iris)数据集进行二分类

机器学习中的范数规则化之（一）L0、L1与L2范数

【入门篇】如何正确使用机器学习中的训练集、验证集和测试集？

【深度学习】pytorch使用tensorboard可视化实验数据

【sklearn报错解决方案】UndefinedMetricWarning: Precision is ill-defined and being set to 0.0

欢迎