记录一下，自己的第一个项目，虽然很简单，但也了解了关于MQTT的部分知识。 这是APP的界面 这是物联网的界面，用的是百度云，之前用阿里云上传数据没成功。 app的教程是根据B站一位大佬学的：https://www.bilibili.com/video/BV1G7411t7zs 讲的挺好的，零基础， ...
分类：
其他好文 时间：
2020-08-13 12:10:34
阅读次数：
47
这个是因为没有将requires_grad设为True，l=LOSS（out，label）中的l默认是requires_grad为false，这个l其实也是一个张量Tensor类型，将其的requires_grad改为True后，使用backward函数就可以得到requires_grad为True ...
分类：
其他好文 时间：
2020-07-26 22:55:24
阅读次数：
279
目录 大纲概述 数据集合 数据处理 预训练word2vec模型 一、大纲概述 文本分类这个系列将会有8篇左右文章，从github直接下载代码，从百度云下载训练数据，在pycharm上导入即可使用，包括基于word2vec预训练的文本分类，与及基于近几年的预训练模型（ELMo，BERT等）的文本分类。... ...
分类：
其他好文 时间：
2020-07-22 23:29:32
阅读次数：
73
一、偏差和方差 欠拟合的loss主要来自偏差 过拟合的loss主要来自方差 应对大的偏差的方法： 增加更多特征作为输入 使用更复杂的模型 应对大的方差的方法： 更多数据 正则化 k折交叉验证 二、梯度下降 Adagrad 二次微分大的点梯度虽然大但是可能会比梯度小的点离极值点更近，因此学习率需要考虑 ...
分类：
其他好文 时间：
2020-07-22 20:53:23
阅读次数：
106
SVM现在主流的有两个方法。一个是传统的推导，计算支持向量求解的方法，一个是近几年兴起的梯度下降的方法。 梯度下降方法的核心是使用了hinge loss作为损失函数，所以最近也有人提出的深度SVM其实就是使用hinge loss的神经网络。 本文的目的是讲解传统的推导。 SVM的超平面 SVM模型的 ...
分类：
其他好文 时间：
2020-07-22 20:16:36
阅读次数：
68
Nick-Atom AI炼金术士一枚， 主攻推荐/广告/NLP 一张图搞定人生系列： 1, 看趋势（图2） loss往上走甚至产生小山包（黄线） or 下降的特别急（绿线）， 后几个epoch没变化， lr过高， 调低。 绿线还可以考虑lr decay loss趋近于线性(蓝线)， lr过低， 调高 ...
分类：
其他好文 时间：
2020-07-17 11:23:42
阅读次数：
97
Tensorflow一般经过三阶段的模式函数操作： 模型 inference()阶段：尽可能构建好图表（graph），满足促使神经网络向前反馈并做出相应的预测要求； 策略 loss()阶段：往inference图表中添加生成损失（loss）所需要的操作（ops），如交叉熵损失，正则化损失； 算法 t ...
分类：
其他好文 时间：
2020-07-14 21:50:43
阅读次数：
63
计算机视觉任务主要分为：分类、检测、识别、定位四大类。 L1 loss ,L2 loss和smooth L1 loss 引自：https://cloud.tencent.com/developer/article/1441560 一、常见的MSE、MAE损失函数 1.1 均方误差、平方损失 均方误差 ...
分类：
其他好文 时间：
2020-07-12 18:48:12
阅读次数：
100
参考博客：https://www.cnblogs.com/king-lps/p/9497836.html 在yolov3中可以使用focal loss，这是什么东西呢，这个loss主要是解决正负样本不均衡的问题的，该损失函数降低了大量简单负样本在训练中所占的权重，也可理解为一种困难样本挖掘。 原来的 ...
分类：
其他好文 时间：
2020-07-06 20:17:23
阅读次数：
67
import tensorflow as tf (train_x,train_y),(test_x,test_y) = tf.keras.datasets.mnist.load_data() 划分验证集和测试集 valid_x = train_x[:5000] valid_y = train_y[: ...
分类：
Web程序 时间：
2020-07-03 21:15:30
阅读次数：
82
