笔记
普通网友
这个作者很懒,什么都没留下…
展开
-
线性回归概述
线性回归总结明白以下5点,对线性回归掌握的就很好了1.x y符合线性关系,如果不符合,采用多项式回归2.求解w使用梯度下降法3过拟合(有效集不参与跟新w,但是有效集loss上升时让训练停止)和欠拟合4特征随机(噪声,以及对噪声的理解)和特征多余(当出现多余的时候,特征的重要度就会稀疏)5为什么要用mse...原创 2021-11-16 12:50:35 · 454 阅读 · 0 评论 -
AttributeError: ‘Sequential‘ object has no attribute ‘predict_classes‘
这个问题一直困扰很久AttributeError: ‘Sequential’ object has noattribute ‘predict_classes’解决办法:Keras非顺序模型没有model.predict_classes()方法如何获取测试数据分类的标签有时分类任务中,当我们用测试数据测试训练好的模型性能时,希望得到模型输出的标签。此时,若搭建的模型为顺序模型,即利用model=Sequential()顺序添加神经网络层时可以直接调用model.predict_calsses()获取原创 2021-11-15 12:56:23 · 5323 阅读 · 4 评论 -
深度学习之异常检测实战
异常检测实战task:1、基于 anomaly_data.csv数据,可视化数据分布情况、及其对应高斯分布的概率密度函数2、建立模型,实现异常数据点预测3、可视化异常检测处理结果加载并可视化数据import pandas as pdimport numpy as npdata = pd.read_csv('anomaly_data.csv')data.head()#可视化数据%matplotlib inlinefrom matplotlib import pyplot as plt原创 2021-11-02 22:38:53 · 726 阅读 · 0 评论 -
深度学习之:ImageDataGenerator的注意点
图片增强注意点:ImageDataGenerator()增强扩充的是’original_data’里面子文件夹的图片,所以一定要有子文件夹,from keras.preprocessing.image import ImageDataGeneratorpath = 'original_data'#图片加强的文件路径dst_path = 'gen_data'#加强后的图片存放的文件夹datagen = ImageDataGenerator(rotation_range=10,width_shift_原创 2021-11-01 21:47:56 · 535 阅读 · 0 评论