1. 样本量极少可以训练机器学习模型吗？ 在训练样本极少的情况下（几百个、几十个甚至几个样本），现有的机器学习和深度学习模型普遍无法取得良好的样本外表现，用小样本训练的模型很容易陷入对小样本的过拟合以及对目标任务的欠拟合。但基于小样本的模型训练又在工业界有着广泛的需求（单用户人脸和声纹识别、药物研发 ...
分类：
其他好文 时间：
2021-02-01 12:24:44
阅读次数：
0
Working with Images & Logistic Regression in PyTorch Part 3 of "Deep Learning with Pytorch: Zero to GANs" This tutorial series is a hands-on beginner- ...
分类：
其他好文 时间：
2021-01-30 12:20:31
阅读次数：
0
TensorFlow损失函数 正如前面所讨论的，在回归中定义了损失函数或目标函数，其目的是找到使损失最小化的系数。本文将介绍如何在 TensorFlow 中定义损失函数，并根据问题选择合适的损失函数。 声明一个损失函数需要将系数定义为变量，将数据集定义为占位符。可以有一个常学习率或变化的学习率和正则 ...
分类：
其他好文 时间：
2021-01-30 12:19:01
阅读次数：
0
TensorFlow优化器及用法 函数在一阶导数为零的地方达到其最大值和最小值。梯度下降算法基于相同的原理，即调整系数（权重和偏置）使损失函数的梯度下降。 在回归中，使用梯度下降来优化损失函数并获得系数。本文将介绍如何使用 TensorFlow 的梯度下降优化器及其变体。 按照损失函数的负梯度成比例 ...
分类：
其他好文 时间：
2021-01-30 12:17:31
阅读次数：
0
sklean数据集 sklearn.datasets 加载获取流行数据集 datasets.load_*() 获取小规模数据集，数据包含在datasets里 datasets.fetch_*(data_home=None) 获取大规模数据集，需要从网络上下载，函数的第一个参数是data_home，表 ...
分类：
其他好文 时间：
2021-01-29 12:02:49
阅读次数：
0
有监督学习的一般流程： 过拟合问题：所选模型对已知数据预测得很好，但对未知数据预测很差。 模型选择的方法： ①正则化：把对已知数据的训练误差和模型复杂度降到最小。 ②交叉验证，数据比较少时，将数据集随机切分，组合为训练集和测试集。 Scikit-learn ...
分类：
其他好文 时间：
2021-01-27 14:02:50
阅读次数：
0
无监督学习 通俗来讲，无监督学习就是没有目标值 无监督学习包含算法 聚类 K-means(K均值聚类) 降维 PCA K-means原理 K-means的聚类效果图 K-means聚类步骤 随机设置K个特征空间内的点作为初始的聚类中心 对于其他每个点计算到K个中心的距离，未知的点选择最近的一个聚类中 ...
分类：
编程语言 时间：
2021-01-26 12:18:25
阅读次数：
0
损失函数 总损失定义为： yi为第i个训练样本的真实值 h(xi)为第i个训练样本特征值组合预测函数 又称最小二乘法 正规方程 理解：X为特征值矩阵，y为目标值矩阵。直接求到最好的结果 缺点：当特征过多过复杂时，求解速度太慢并且得不到结果 其中y是真实值矩阵，X是特征值矩阵，w是权重矩阵 对其求解关 ...
分类：
其他好文 时间：
2021-01-25 11:38:16
阅读次数：
0
逻辑回归实现 相关库引用 import tensorflow as tf import numpy as np import pandas as pd import matplotlib.pyplot as plt %matplotlib inline 加载数据 data = pd.read_csv ...
分类：
其他好文 时间：
2021-01-22 12:24:47
阅读次数：
0
原文链接：http://tecdat.cn/?p=18993 在回归模型研究中，我们将讨论优化，而经典工具就是所谓的共轭。给定函数f：Rp→R，其共轭值为函数f ?：Rp→R使得 可视化考虑一个简单的抛物线函数（在维度1中）f（x）= x ^ 2 / 2，然后f ?（2）是线x?2x与函数f（x）之 ...
分类：
编程语言 时间：
2021-01-22 12:17:59
阅读次数：
0
