自注意力机制self-attention学习笔记
2024-08-13 16:30:54
939
自动编码器Auto-Encoder学习笔记
2024-08-11 21:49:37
756
吴恩达机器学习课程笔记（5）
2024-08-10 21:44:22
619
吴恩达机器学习课程笔记（4）
2024-08-10 16:49:54
615
吴恩达机器学习课程笔记（3）
2024-08-04 16:00:22
901
吴恩达机器学习课程笔记（2）
2024-08-03 15:00:44
830
吴恩达机器学习课程学习笔记（1）
2024-08-02 18:07:59
739
循环神经网络LSTM学习笔记
2024-07-26 21:21:58
370
Pytorch深度学习实践课程（10）循环神经网络RNN学习笔记和代码
2024-07-26 21:01:05
643
Pytorch深度学习实践课程（9）卷积神经网络学习笔记与代码
2024-07-24 18:08:01
1139
Pytorch深度学习实践课程（8）多分任务学习笔记与代码实现
2024-07-24 14:59:26
1124
Pytorch深度学习实践课程（7）加载数据集笔记与代码
2024-07-23 16:56:53
317
Pytorch深度学习实践课程（6）处理多维特征的输入笔记与代码
2024-07-23 15:06:50
708
Pytorch深度学习实践课程（5）逻辑回归笔记与代码
2024-07-22 23:34:43
1029
2
Pytorch深度学习实践课程（4）使用Pytorch框架实现线性回归
2024-07-22 22:03:28
874
Pytorch深度学习实践课程（3）反向传播
2024-07-21 16:55:00
694
深度学习常用的优化方法——梯度下降
2024-07-21 15:15:50
884
Pytorch深度学习实践课程（1）—— 线性模型
2024-07-19 16:20:49
685
本文基于线性回归模型，手写了三种梯度下降方式，即批量梯度下降、随机梯度下降和小批量随机梯度下降，并对这三种方式进行了比较分析
2024-07-14 19:29:40
557
由于np.random中的shuffle只能对np.ndarray格式进行操作，而我们导入的数据为DataFrame格式，所以要先将其转化为np格式。为了能让结果更加准确，一般将训练集再分为两个部分，在每个训练阶段，选取训练集的某一部分作为当前阶段的测试集，即。为了保证训练集中的数据较为随机，不受原始数据排列顺序的影响，所以要对原始数据进行洗牌操作。即，在分类过程中，每一个样本都有它自己的得分值，如果得分值大于。最终，该方法返回的是一个数组，分别代表了每个模块的准确率。中，有许多内置的数据集可供下载。
2024-07-13 20:47:16
816
机器学习线性回归学习笔记以及代码实现
2024-07-11 15:43:23
608
1
在本篇博客中，主要讲解了在数据结构中的链表，并且给出代码讲解来实现其具体功能。
2023-07-31 00:44:03
146
1
本文主要介绍了如何用C语言来实现变长数组。
2023-07-11 18:58:06
2363
6
本文主要介绍了作者在Java学习中关于类与对象以及构造方法方面的学习笔记
2023-05-20 17:04:48
489
9
BF算法，即暴力（Brute Force）算法，是普通的模式匹配算法。BF是一种简单暴力的算法，通过将两个字符串内的字符一一比较来得到最终结果。因为是一种暴力算法，比较无脑，所以实现过程比较简单，逻辑也不难适合应用于两个数据量较小的串之间的匹配。但如果两个字符串S和T的数据量过大或者里面的字符比较相似时，由于程序要进行一一比较，所以运算会很多且复杂，效率不高。
2022-12-22 23:28:35
9448
4
RSS订阅