tf.nn.rnn_cell.BasicLSTMCell(n_hidden, forget_bias=1.0, state_is_tuple=True): n_hidden表示神经元的个数，forget_bias就是LSTM们的忘记系数，如果等于1，就是不会忘记任何信息。如果等于0，就都忘记。sta ...
分类：
其他好文 时间：
2019-10-08 14:03:03
阅读次数：
78
我们在进行瞬态计算的时候，往往需要对计算结果进行时均处理，现将时均处理的方法总结如下： 方法一：在Fluent当中勾选Run Calculation下的Data Sampling for Time Statistics 勾选Sampling for Time Statistics前后可以导出的物理量 ...
分类：
其他好文 时间：
2019-09-29 10:08:22
阅读次数：
221
偏差(Bias) 偏差指预测输出与真实标记的差别，记为： 偏差度量了学习算法的期望预测与真实结果的偏离程度，即刻画了学习算法本身的拟合能力。 方差(Variance) 方差指一个特定训练集训练得到的函数，与所有训练集得到平均函数的差的平方再取期望，记为： 方差度量了同样大小的训练集的变动所导致的学习 ...
分类：
其他好文 时间：
2019-09-29 09:27:22
阅读次数：
158
Sampling and quantization采样与量化 In order to become suitable for digital processing为了便于数字处理 an image function f(x,y) must be digitized both spatially an ...
分类：
其他好文 时间：
2019-09-21 14:59:15
阅读次数：
105
1. 前言 现在的机器学习和深度学习中，在模型结构确定的情况下，不同的超参数的选择对整个结果的好坏有着至关重要的影响。不少人还嬉称人工智能工程师，其实是“调参侠”。 1.1 超参数 在模型开始学习过程之前人为设置值的参数，而不是（像bias、weights）通过训练可得到的参数数据。 这些参数定义关 ...
分类：
其他好文 时间：
2019-09-14 16:17:51
阅读次数：
112
Wasserstein GAN (WGAN) 在一些情况下，用 JS散度来衡量两个分布的远近并不适合： 1. 数据是高维空间中的低维流形（manifold），两个分布在高维空间中的 overlap 少到可以忽略。 2. 由于 sampling 的局限性，即使两个分布之间真的存在一定的 overlap ...
分类：
其他好文 时间：
2019-09-02 16:54:26
阅读次数：
103
当我们在机器学习领域进行模型训练时,出现的误差是如何分类的? 我们首先来看一下,什么叫偏差(Bias),什么叫方差(Variance): 这是一张常见的靶心图 可以看左下角的这一张图,如果我们的目标是打靶子的话,我们所有的点全都完全的偏离了这个中心的位置,那么这种情况就叫做偏差 再看右上角这张图片, ...
分类：
其他好文 时间：
2019-08-19 13:17:38
阅读次数：
138
个人感觉理解误差、偏置、方差的一个好的解释，感谢分享：https://baijiahao.baidu.com/s?id=1601092478839269810&wfr=spider&for=pc 该作者写的我感觉已经很容易懂了。 Error：反映的模型的准确度。误差越大，模型越不准确。 Bias：反 ...
分类：
其他好文 时间：
2019-08-18 15:21:35
阅读次数：
55
然而 Deep CNN 对于其他任务还有一些致命性的缺陷。较为著名的是 up-sampling 和 pooling layer 的设计。这个在 Hinton 的演讲里也一直提到过。 主要问题有： Up-sampling / pooling layer (e.g. bilinear interpola ...
分类：
其他好文 时间：
2019-07-31 21:48:24
阅读次数：
80
Conv1d(in_channels，out_channels，kernel_size，stride=1，padding=0，dilation=1，groups=1，bias=True) filters:卷积核的数目(即输出的维度) kernel_size:整数或由单个整数构成的list/tuple ...
分类：
其他好文 时间：
2019-07-30 09:26:24
阅读次数：
1006
