机器学习
文章平均质量分 81
如意的小家
这个作者很懒,什么都没留下…
展开
-
优化算法SGD/ASGD/AdaGrad/Adadelta/RMSprop/Adam/Adamax/SparseAdam/L-BFGS/Rprop
机器学习界有一群炼丹师,他们每天的日常是:拿来药材(数据),架起八卦炉(模型),点着六味真火(优化算法),就摇着蒲扇等着丹药出炉了。不过,当过厨子的都知道,同样的食材,同样的菜谱,但火候不一样了,这出来的口味可是千差万别。火小了夹生,火大了易糊,火不匀则半生半糊。机器学习也是一样,模型优化算法的选择直接关系到最终模型的性能。有时候效果不好,未必是特征的问题或者模型设计的问题,很可能就是优化算法的问题。说到优化算法,入门级必从SGD学起,老司机则会告诉你更好的还有AdaGrad/AdaDelta,或者原创 2021-12-31 12:18:48 · 943 阅读 · 0 评论 -
ValueError: Dimension (-1) must be in the range [0, 2) in Keras
pip3 install --upgrade tensorflowand 1.3.0 was installed and the problem got resolved when I restarted the jupyter kernel.原创 2020-12-18 22:09:18 · 739 阅读 · 2 评论 -
机器学习模型训练全流程!
周末在家无聊闲逛github,发现一个很有趣的开源项目,作者用手绘图的方式讲解了机器学习模型构建的全流程,逻辑清晰、生动形象。同时,作者也对几张图进行了详细的讲解,学习之后,收获很多,于是将其翻译下来,和大家一起学习。地址:https://github.com/dataprofessor/infographic全文如下:感觉学习数据科学枯燥无味,那如何能让学习数据科学变得有趣而简单呢?带着这个目标,我开始在iPad上涂鸦建立机器学习模型所需的流程。经过几天的努力,上图所示的信息图就是我的成果,内容已转载 2020-12-18 16:11:22 · 1724 阅读 · 1 评论 -
机器学习(深度学习)为什么需要训练,训练出来的模型具体又是什么?
很多新手在初学机器学习/深度学习中,会产生这样的疑问?为什么要训练模型,模型是什么,如何训练…1、机器学习中大概有如下步骤:确定模型----训练模型----使用模型。模型简单说可以理解为函数。确定模型是说自己认为这些数据的特征符合哪个函数。训练模型就是用已有的数据,通过一些方法(最优化或者其他方法)确定函数的参数,参数确定后的函数就是训练的结果,使用模型就是把新的数据代入函数求值。通俗来讲:你可以把机器想象成一个小孩子,你带小孩去公园。公园里有很多人在遛狗。 简单起见,咱们先考虑二元分类问转载 2020-12-18 10:57:48 · 7889 阅读 · 0 评论