文章
【小白学AI】线性回归与逻辑回归(似然参数估计)
文章转自【机器学习炼丹术】线性回归解决的是回归问题,逻辑回归相当于是线性回归的基础上,来解决分类问题。1公式线性回归(LinearRegression)是什么相比不用多说了。格式是这个样子的:$f_{w,b}(x)\sum_i{w_ix_i}b$而逻辑回归(
【机器学习的Tricks】随机权值平均优化器swa与pseudo-label伪标签
文章来自公众号【机器学习炼丹术】1stochasticweightaveraging(swa)随机权值平均这是一种全新的优化器,目前常见的有SGB,ADAM,【概述】:这是一种通过梯度下降改善深度学习泛化能力的方法,而且不会要求额外的计算量,可以用到Pytor
Adam优化器杂谈
文章来自:微信公众号【机器学习炼丹术】最常用的Adam优化器,有着收敛速度快、调参容易等优点,但是也存在经常被人吐槽的泛化性问题和收敛问题。因此,在很多大佬的代码中,依然会使用传统的SGDmomentum的优化器。关于两个优化器的比较,仁者见仁智者见智,可以看一下这篇文章,有简单的关于
深度学习故障诊断新方法:残差收缩网络
残差收缩网络是残差网络的一种改进,其实是残差网络、注意力机制和软阈值函数的集成。在一定程度上,残差收缩网络的工作原理,可以理解为:通过注意力机制注意到不重要的特征,通过软阈值函数将它们置为零;或者说,通过注意力机制注意到重要的特征,将它们保留下来,从而加强深度神经网络从含噪声信号中提取有用特征的
小白学AI之 kalman filter-卡尔曼滤波器
文章来自:微信公众号【机器学习炼丹术】先上一个卡尔曼的照片,以表敬意:!(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/8a89aecc5128e9958c9e3707cf6f4bc9.png)卡尔曼滤波器
宜信OCR技术探索与实践|直播速记
宜信OCR技术探索与实践|完整视频回放(https://link.segmentfault.com/?encQbVoY6UCQRCZ6Q5HeaNm1Q%3D%3D.OC59svxz3%2FtCrQWst1ZQILHXAOiseWTh6SFSk9uYhlvhmsnsehpypyb3jsCx27
或许是东半球最好用的超参数优化框架#2:Optuna 进阶使用
!optunalogo.png(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/9453cb18e159897793d105c29a350c50.png)在上一篇文章中,我们简单介绍了Optuna的入门使用方法,包括其
基于垃圾目标检测任务的YOLOv5初探
基于垃圾目标检测任务的YOLOv5初探作者:余敏君研究背景垃圾分类作为一种有效处理垃圾的科学管理方案,在提高资源利用率、缓解垃圾生产压力以及改善生态环境等方面具有重要意义,是我国社会主义现代化和城市化进程中所必须采取的策略,备受世界各国的迫切关注。2019年以来,随着上海
机器实战训练直播教学活动——【非监督学习】来啦!
!2706042182_20613262202_Screenshot_20200726_150606.jpg(https://imghelloworld.osscnbeijing.aliyuncs.com/imgs/d60d4eef8a4336d1529df873e6390b91.png
深度学习中的正则化(一)
本文首发自公众号:RAIS(https://link.segmentfault.com/?encynWFxhgf7rct0ZiaNici2g%3D%3D.J8KYXTi9ADLEIqAf6nzE7qBDxx7QGAEaLtJHvG1glz58M9zpeCrv4peHU4Cu%2BUy6),
已加载文章中没有匹配内容,试试其他关键词或清空搜索。