【參考資料】lime解釋說明[https://zhuanlan.zhihu.com/p/193152643]【參考代碼】lime github demo[https://ma...
發(fā)簡信
IP屬地：天津
-
Autoencoder for Feature Extraction參考鏈接： Autoencoder Feature Extraction for Regression[https://machinelearningmastery.com/...
-
多頭神經(jīng)網(wǎng)絡(luò)參考鏈接： Neural Network Models for Combined Classification and Regression[https://machinel...
-
-
xgboost總結(jié)
【參考資料】： 機器學(xué)習(xí)|XGBoost模型原理詳解與實戰(zhàn)[https://codewithzichao.github.io/2020/02/28/%E6%9C%BA%E5%...
-
Trends Filtering，趨勢濾波
HP趨勢濾波：其中，y是真實的時間序列，x是估計的時間序列，D矩陣表示如下： L1趨勢濾波： 區(qū)別在于第二項，從二范數(shù)改成了一范數(shù)。 代碼實現(xiàn)，利用cvxpy包： 對比可以發(fā)...
-
cv內(nèi)容整理
基礎(chǔ) cnnConv2D, Conv1D tf.keras.layers.Conv2D[https://www.tensorflow.org/api_docs/python/...
-
為什么神經(jīng)網(wǎng)絡(luò)參數(shù)初始化不能為0【參考】神經(jīng)網(wǎng)絡(luò)權(quán)值為什么不能初始化為零[https://blog.csdn.net/kebu12345678/article/details/103084851]
-
貝葉斯優(yōu)化原理
定義目標函數(shù), x 表示模型超參數(shù)， y表示對應(yīng)超參數(shù)在驗證集上的得分； 獲得冷啟動數(shù)據(jù)[X, Y]，假設(shè)為20條, 使用高斯混合模型對數(shù)據(jù)進行擬合，GP.fit(X, Y)...
-
GitHub不再支持密碼驗證解決方案：SSH免密與Token登錄配置remote: Support for password authentication was removed on August 13, 2021. Please use ...
-
-
Transformer -> Bert組件1： 組件2： Transformer 模型搭建： encoder網(wǎng)絡(luò)主要由self-attention構(gòu)成： decoder網(wǎng)絡(luò)： Bert(Bidirectional...
-
wide and deep模型
【參考資料】: 詳解 Wide & Deep 結(jié)構(gòu)背后的動機[https://zhuanlan.zhihu.com/p/53361519] 基于深度學(xué)習(xí)的推薦系統(tǒng)[https...