- 博客(4)
- 收藏
- 关注
RSS订阅
原创 pytorch基础: Tensor数据类型与基础函数
pytorch基础: Tensor数据类型与基础函数1. Tensor的数据类型在PyTorch中，主要有10种类型的tensor，其中重点使用的为以下八种(还有BoolTensor和BFloat16Tensor)：Data typedtypedtype32-bit floating pointtorch.float32 or torch.floattorch.(cuda).FloatTensor64-bit floating pointtorch.float64 o
2021-11-03 14:36:21
3103
原创 CMU CS:APP3e学习-环境介绍和DataLab
前提说明：我最近一直在学习CSAPP这门课，听两位教授讲课十分过瘾，也产生了一些心得。而在国庆期间无意看到了@anarion 大佬所写的学习笔记，深有感触，同时发现我和他的学习思路和使用工具(jetbrains,vscode,linux)都非常接近，于是也想把自己的心得和作业思路写成文章，分享在知乎上。我是一名普通的本科生，学这些课程只是出于自己的兴趣。我计划将这门课的学习写成一个专栏，以更加深入地理解课程内容，也算是对自己的一个监督。课程介绍这门课程是卡内基梅隆大学的计算机基础课程，内容涵盖了计算机.
2021-11-03 15:13:21
520
原创 高基数类别型特征的处理方案记录
之前在做机器学习课的大作业时，我们组用到了2014年kaggle的点击率预测数据，于是我们特意参考了第二名的一个思路——mean encoding，我在这里把这个方法完整记录下来。该思路的来源是一篇非常古老的2001年KDD论文：A Preprocessing Scheme for High-Cardinality Categorical Attributes in Classification and Prediction Problems高基数类型特征的常见处理方法mean encoding方法
2021-11-03 14:47:54
870
原创 理解训练集和验证集中偏差和方差的关系
基本假设我们假设一个数据集满足y=f(x)+εy=f(x)+\varepsilony=f(x)+ε，取自联合概率密度函数p(x,y)p(x,y)p(x,y)。x为特征，y为标签，ε\varepsilonε是期望为0的随机扰动项，一般可设其满足N(0,1)N(0,1)N(0,1)。偏差和方差我们把该数据集分成K份训练集和一份验证集(交叉验证的方式)，用各训练集分别训练得到K个模型，再用这K个模型分别运行验证集(含N个样本)，得到K份预测值记为y^ij\hat{y}_{ij}y^ij，真实值记为yjy
2021-11-03 14:45:57
736
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人