机器学习
机器学习相关
tangjxycu
这个作者很懒,什么都没留下…
展开
-
pytorch修改网络结构后如何加装预训练模型
如果不知道如何使用预训练模型训练的朋友,使用resnet18模型训练自己的数据集的教程请看这篇博客一、如果我们网络没任何修改还是训练imagenet的数据集,1000个类别,那么只需以下代码:model_ft = models.resnet18(pretrained=True)model_ft = model_ft.to(device)二、如果只修改训练自己数据集类别如果我们训练自己的数据集,假如自己的数据集只有10个类别,那么需先加载预训练模型,然后修改最后的全连接层,改成以下代码加转载 2021-05-19 19:37:34 · 2157 阅读 · 3 评论 -
数学基础知识之贝叶斯相关
从贝叶斯定理说开去罗朝辉 (http://kesalin.github.io/)CC 许可,转载请署名并保留出处简介贝叶斯定理是18世纪英国数学家托马斯·贝叶斯(Thomas Bayes)提出得重要概率论理论。以下摘一段 wikipedia 上的简介:所谓的贝叶斯定理源于他生前为解决一个“逆概”问题写的一篇文章,而这篇文章是在他死后才由他的一位朋友发表出来的。在贝叶斯写这篇文章之前,人们已经能够计算“正向概率”,如“假设袋子里面有 N 个白球,M 个黑球,...转载 2020-11-30 21:08:27 · 1154 阅读 · 0 评论 -
机器学习理解概念系列——ROC曲线
案例描述:在一个癌症数据集中,有80000个标签为不是癌症的记为负类(negtive),150个标签为是癌症的记为正类(positive),实际上我们的目标就是第一,在测试集测试的时候让这些正样本能够尽可能多得预测出来(TP)。第二,我们不希望模型把一个正常样本预测为患癌(FP)(那不得把人吓死)。在目标第一点第二点中都提到了正类,说明影响模型可靠性的也是这些正类,我们的关注点也正是这些正类。而ROC曲线正好能够反应出来,尤其是在样本不均衡时。1.ROC曲线相关知识横轴:负正类率(false p原创 2020-07-28 12:58:28 · 1484 阅读 · 0 评论