深度学习
Crystal_Coding
这个作者很懒,什么都没留下…
展开
-
评价指标
写在前面混淆矩阵 真实类别 预测类别 正类 负类 正类 TP FN 负类 FP TN 精度精度: 分类正确的样本占所有样本的比例Accuracy=TP+TNTP+FN+TN+FPAccuracy = \frac{TP + TN}{TP + FN + TN原创 2020-06-02 16:01:10 · 219 阅读 · 0 评论 -
深度学习笔记
1.深度堆栈自编码网络参考:深度堆栈自编码网络在训练的过程中,有很多数据是没有标签的,那如果将这些数据丢掉,就会大大影响结果的准确性,那如何有效的利用这些数据呢?这里就引入了深度堆栈自编码网络,该网络在训练过程中的初始参数是由那些没有标签的数据来决定的。知识点:正则化,正则化是在训练结果出现过拟合时提出来的一个概念,正则化可以防止模型的过拟合,原因在于:正则化有效的减少了模型的测试误差...原创 2020-01-13 16:58:00 · 122 阅读 · 0 评论 -
Pytorch老版和新版的差异torch.utils.data.TensorDataset
旧版本的使用方法:torch_dataset=Data.TensorDataset(data_tensor=x,target_tensor=y)新版本的使用方法:torch_dataset=Data.TensorDataset(x,y)参考:点击参考链接原创 2019-11-15 11:08:43 · 1410 阅读 · 0 评论