![](https://img-blog.csdnimg.cn/20201014180756919.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
Python
菜鸟的梦幻日记
这个作者很懒,什么都没留下…
展开
-
Stacking原理及代码
原理Stacking简单理解就是讲几个简单的模型,一般采用将它们进行K折交叉验证输出预测结果,然后将每个模型输出的预测结果合并为新的特征训练集(第一层模型),然后用这个新的特征训练集和标签加以训练(第2层模型,一般用线性回归/分类这种简单的)。步骤:1.将训练集分成K份(K个基分类器),每个基分类器取k-1份(图中每个Model蓝色的部分)做训练,剩下的一份(图中每个model橙色的部分)做预测。然后将这k份(每个Model橙色的部分)整合起来作为训练数据。2.然后将这些新的训练数据和真实的标签一原创 2021-03-25 16:13:41 · 2271 阅读 · 0 评论 -
Adaboost 原理及代码
分类代码class AdaBoost: def __init__(self,n_estimators=50, learning_rate=1.0): #n_estimators=50:分类器数目 self.clf_num = n_estimators self.learning_rate = learning_rate def init_args(self,datasets,labels): self.X = datasets原创 2021-03-24 20:08:06 · 418 阅读 · 0 评论 -
手把手教你EMD算法原理与Python实现
https://mp.weixin.qq.com/s?__biz=MzU5NjU4OTc4MA==&mid=2247497186&idx=1&sn=a884c4eee8ed598b78d4dfd7650be563&chksm=fe62d859c915514f803dad4c878682408dc5ccb2ea59e3277948980e416bc8e25a1866cdeb25&mpshare=1&scene=23&srcid=1025FZQiC3T3S转载 2020-10-28 14:13:40 · 1396 阅读 · 0 评论 -
pytorch和tensorflow的区别
1.输入变量xpytorch (数据量,通道数,长,宽)tensorflow(数据量,长,宽,通道数)原创 2020-10-19 15:32:55 · 812 阅读 · 0 评论 -
Pytorch使用Tensorboard可视化网络结构
Tensorboard可视化神经网络结构@TOCPytorch使用Tensorboard可视化网络结构1.下载可视化代码git clone https://github.com/lanpa/tensorboard-pytorch.git2.安装PyTorch 0.4 +torchvision 0.23.安装Tensorflow和Tensorboard:pip install tensorflowpip install tensorboard==1.7.04.安装可视化工具:pip in原创 2020-10-19 15:14:58 · 1426 阅读 · 1 评论 -
神经网络模块搭建(代码详解)
模块搭建前向传播(forward()):搭建网络,设计网络结构 def forward(x,regularizer): w= b= y= return y#正则化权重 def get_weight(shape,regularizer): w=tf.Variable(...原创 2018-07-29 10:16:24 · 1539 阅读 · 0 评论 -
神经网络优化之学习率的设置(tensorflow)
学习率learning_rate:每次参数更新的幅度学习率设置多少合适 学习率大了震荡不收敛,学习率小了收敛速度慢。 可以通过指数衰减学习率解决 其中LEARNING_RATE_STEP一般由(总样本数/每次列入的数据个数)得到 在tensorflow中的代码: global_step = tf.Variable(0,trainable=False)#记录当前共运行了多少轮,...原创 2018-07-26 18:09:40 · 4371 阅读 · 0 评论