發(fā)簡信
IP屬地：四川
-
PyTorch ---- torch.nn.function.pad 函數(shù)用法（補充維度上的數(shù)值）
1.二維數(shù)組：對最內(nèi)部元素左側(cè)增加元素（例如 1 的左側(cè)） 運行結(jié)果： 2.二維數(shù)組：對最內(nèi)部元素右側(cè)增加元素（例如 4 右側(cè)） 運行結(jié)果： ...
-
-
機器學(xué)習(xí) - 對數(shù)幾率回歸算法過程
輸入：訓(xùn)練集；???學(xué)習(xí)率過程：1：在(0, 1)范圍內(nèi)隨機初始化所有的權(quán)重w2：repeat3：?for all do4：??根據(jù)推導(dǎo)出梯度...
-
-
機器學(xué)習(xí) - 使用監(jiān)督學(xué)習(xí)模型對一段文本進行分類的基本過程前提假設(shè)已經(jīng)有了一個學(xué)習(xí)模型f供我們使用 函數(shù)f輸出的類別是我們事先認(rèn)為約定好的，比如使用數(shù)字2表示科技類，數(shù)字3表示體育類...... 訓(xùn)練過...
-
機器學(xué)習(xí) - 線性回歸中的正則化為什么要正則化？ 正則化的本質(zhì)是什么？ 正則化有哪些方法？ 1.為什么要正則化？ 正則化可以解決模型過擬合的問題，產(chǎn)生過擬合一般有三個原因： 訓(xùn)...
-
機器學(xué)習(xí) - 線性回歸模型性能的評估
注意：都是使用測試數(shù)據(jù)進行評估，不使用訓(xùn)練數(shù)據(jù) 1.殘差圖使用原因：如果是一維或者是二維參數(shù)的線性回歸，是可以通過繪制圖像直觀地看出測試數(shù)據(jù)的真...
-
機器學(xué)習(xí) - 線性回歸梯度下降推導(dǎo)
樣本 x 有 m 個屬性多元線性回歸 線性回歸模型函數(shù) 模型參數(shù) 屬性（特征值）列表其中：是線性回歸的截距的權(quán)重，恒定為1 代價函數(shù)其中：表示...
-
anaconda 安裝 opencv（mac）
使用 mac 上安裝的 anaconda 進行安裝 opencv