KenKing酱的呆呆博客

Pytorch中torch.optim.lr/_scheduler有很多可用于调整学习率的类笔者最近接触到ReduceLROnPlateau这个类，在此记录下该类的使用方法及作用，作为学习笔记。该类的源码如下：class ReduceLROnPlateau(object): """Reduce learning rate when a metric has stopped improving. Models often benefit from reducing the le.

对于已经声明好的模型 model ,获取其每层信息的方法：首先获取模型每层信息的的方法如下：for n,p in model.named_parameters() # n是每层的名称，p是每层的参数可以 print 出来看一看在笔者使用的模型中，Bert作为embedding层存在，其名称为‘embedding.xxxxx’对于embedding层，我是用已设置好的learning_rate = 3e-5那么接下来分组如下：optimizer_grouped_parameter

机器学习笔记pandas 函数pandas.get_dummies()对one-hot编码#以kaggle titanic 里面的片段为例features = ["Pclass", "Sex", "SibSp", "Parch"]X = pd.get_dummies(train_data[features])print(X)pandas.DataFrame() 可以用字典方式创建output = pd.DataFrame({'PassengerId': test_data.Passen