發(fā)簡(jiǎn)信
IP屬地：廣東
-
評(píng)價(jià)指標(biāo)（二）ROC和AUC前言 ??繼上篇文章評(píng)價(jià)指標(biāo)（一）精確率礼殊，召回率锦亦，F(xiàn)1-score，除了上述三個(gè)指標(biāo)阅悍，這次深入講述何為ROC與AUC，以及它們是如何工作的。 R...
-
評(píng)價(jià)指標(biāo)（一）精確率解孙，召回率，F(xiàn)1-score1. 前言 ? ?溫故而知新抛人，在這開(kāi)一篇基礎(chǔ)的模型評(píng)價(jià)指標(biāo)弛姜，前面會(huì)講述基本概念和計(jì)算，后面講一下除了二分類(lèi)外妖枚，如何應(yīng)用到多分類(lèi) 2. 精確率-P...
-
五.encoder-decoder
機(jī)器翻譯這塊看的懵懂廷臼，先貼代碼部分，概念部分不熟悉沒(méi)整理出來(lái)，以后回來(lái)更新 Encoder-Decoder encoder：輸入到隱藏狀態(tài)dec...
-
四.CNN及各模型
1.卷積神經(jīng)網(wǎng)絡(luò)基礎(chǔ) 主要是卷積層和池化層荠商，并解釋填充寂恬、步幅、輸入通道和輸出通道的含義莱没，介紹各種概念 1.1二維互相關(guān)運(yùn)算 二維互相關(guān)（cros...
-
三.過(guò)/欠擬合初肉，梯度爆炸/消失
1.1過(guò)擬合和欠擬合 接下來(lái)，我們將探究模型訓(xùn)練中經(jīng)常出現(xiàn)的兩類(lèi)典型問(wèn)題： 一類(lèi)是模型無(wú)法得到較低的訓(xùn)練誤差饰躲，我們將這一現(xiàn)象稱(chēng)作欠擬合（unde...
-
二. 文本預(yù)處理牙咏，語(yǔ)言模型，RNN
1.文本預(yù)處理 文本是一類(lèi)序列數(shù)據(jù)属铁，一篇文章可以看作是字符或單詞的序列眠寿，本節(jié)將介紹文本數(shù)據(jù)的常見(jiàn)預(yù)處理步驟，預(yù)處理通常包括以下步驟： 1.1讀入...
-
一. 線性回歸焦蘑，softmax分類(lèi)盯拱，多層感知機(jī)
??疫情期間，借助《動(dòng)手學(xué)深度學(xué)習(xí)》例嘱，學(xué)習(xí)pytorch的代碼狡逢，順便記錄一些基礎(chǔ)知識(shí) 1.線性回歸--基本要素 1.1 模型 為了簡(jiǎn)單起見(jiàn)，這里...
-
tensorflow2.0(4)-前向傳播計(jì)算
??在網(wǎng)絡(luò)的前向計(jì)算中拼卵，我們都可以用 的形式去描述奢浑，此文介紹如何用tensorflow2.0計(jì)算網(wǎng)絡(luò)中的前向計(jì)算和參數(shù)更新 前向計(jì)算 tf.co...
-
tensorflow2.0(3)-Resnet模型??tensorflow2不再需要靜態(tài)建圖啟動(dòng)session()，拋棄很多繁雜的功能設(shè)計(jì)腋腮，代碼上更加簡(jiǎn)潔清晰雀彼，而在工程上也更加靈活。但是一些基礎(chǔ)...