- 博客(4)
- 收藏
- 关注
RSS订阅原创 Briefings in bioinformatics2022 | FP-GNN+：用于分子性质预测的versatile DL架构 【train.py文件代码逐行解释】
最后，计算所有交叉验证的平均分数和标准差，并将结果记录到日志中。如果任务数大于 1，就遍历每一个任务，并记录所有交叉验证的平均分数和标准差。循环遍历每一次交叉验证的结果，并记录测试分数。循环对数据集进行交叉验证，即将数据集分成若干个子集，每次使用其中一个子集作为测试集，其余子集作为训练集。表示将随机种子设为当前交叉验证的编号加上初始随机种子，以保证每次交叉验证使用的随机数序列不同。这段代码计算交叉验证的平均分数，并将平均分数和标准差记录到日志中。函数进行一次交叉验证的训练，并将训练得到的分数保存到。
2023-05-12 10:40:11
270
1
原创 对比学习代码逐行解释
self.encoder_q = base_encoder(num_classes=dim)#moco模型图里的正例查询query。self.encoder_k = base_encoder(num_classes=dim)#moco模型图里的负例key们。self._momentum_update_key_encoder() # 用自己的来更新key encoder。param_k.data.copy_(param_q.data) # 初始化。K: 负例序列长度 (default: 65536)
2023-04-20 10:44:00
653
1
转载 训练过程中的train，val，test的区别
本文是转载的，记在自己的博客里只是为了方便后续查看。如有侵权，请告知，立删。val是validation的简称。训练过程中的train，val，test的区别training dataset和validation dataset都是在训练的时候起作用。而因为validation的数据集和training没有交集，所以这部分数据对最终训练出的模型没有贡献。validation的主要作用是来验证是否过拟合、以及用来调节训练参数等。比如训练0-10000次迭代过程中，train和validati
2022-03-02 23:08:05
1343
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