太原理工大学2024三下乡大数据学习第三课笔记

阿里云天池（深度学习）笔记

类似于函数拟合

config

config = {
    'epoch':10,     # 训练的轮数
    'batch_size':512,   	#一轮的
    'learning_rate':8e-3,
    'device':'cuda',   #利用GPU来运算
    'num_cols':['regDate','creatDate','power','kilometer','v_0','v_1','v_2','v_3','v_4','v_5','v_6','v_7','v_8','v_9','v_10','v_11','v_12','v_13','v_14'],   #任务所要求的数据（连续）
    'cate_cols':['model','brand','bodyType','fuelType','gearbox','seller','notRepairedDamage']	 #离散数据
}

梯度

特征缩放（归一化）

不能让数值大而作用不一定大的数据干扰整个的拟合

训练时一般分为三类

训练集

要求的相当于函数，训练集一般用于更新这些函数

验证集

训练这些参数来挑选合适的

挑选一些合适的超参数

测试集

测试性能的

独热(one hot)