- 博客(5)
- 收藏
- 关注
RSS订阅转载 Softmax回归（softmax regression）
http://wiki.jikexueyuan.com/project/tensorflow-zh/tutorials/mnist_beginners.html我们用 MNIST数据集当例子。60000行的训练数据集（mnist.train）10000行的测试数据集（mnist.test） Softmax模型可以用来给不同的对象分配概率。 即使在之后，我们训练更加精细
2018-01-10 20:42:21
2304
翻译 Time-Series Classification with COTE: The Collective of Transformation-Based Ensembles
1 INTRODUCTIONOur second hypothesis was that we can improve TSC performance through ensembling. Although the value of ensembling is well known, our approach is unusual in that we inject diversity
2018-01-09 17:05:12
937
原创 模型融合与集成
介绍堆叠（也称为元组合）是用于组合来自多个预测模型的信息以生成新模型的模型组合技术。通常，堆叠模型（也称为二级模型）因为它的平滑性和突出每个基本模型在其中执行得最好的能力，并且抹黑其执行不佳的每个基本模型，所以将优于每个单个模型。因此，当基本模型显著不同时，堆叠是最有效的。关于在实践中怎样的堆叠是最常用的，这里我提供一个简单的例子和指导。首先先边看边总结一下这篇博客的内容： 数据比赛大杀
2018-01-06 16:40:12
5838
转载 Keras 深度学习代码笔记——模型保存与加载
你可以使用model.save(filepath)将Keras模型和权重保存在一个HDF5文件中，该文件将包含：模型的结构，以便重构该模型模型的权重训练配置（损失函数，优化器等）优化器的状态，以便于从上次训练中断的地方开始使用keras.models.load_model(filepath)来重新实例化你的模型，如果文件中存储了训练配置的话，该函数还会同时完成模型的编译 例子：
2018-01-05 22:15:21
2451
1
原创 自然语言处理中的多模型深度学习
这里先分享两个分享： 一个是用深度学习（CNN RNN Attention）解决大规模文本分类问题 - 综述和实践，另一个是 brightmart 的 text_classification，里面用 Keras 实现了很多文本分类的模型）以及下面的各种分享： 2017 知乎看山杯从入门到第二 知乎看山杯夺冠记 深度学习与文本分类总结第二篇–大规模多标签文本分类 2017知乎看山杯总结
2018-01-03 23:10:34
5562
1
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