机器学习
文章平均质量分 58
_RichardYang
陌上人如玉,公子世无双
展开
-
差分隐私与机器学习
注意事项需要有一定的机器学习、差分隐私基础差分隐私基础知识如何部署具有差异隐私的机器学习?在机器学习的许多应用中,例如用于医学诊断的机器学习,我们希望机器学习算法不记住有关训练集的敏感信息,例如个体患者的特定病史。差分隐私是一个概念,它允许量化算法在其运行的底层(敏感)数据集上提供隐私保护程度。通过差分隐私的视角,我们可以设计机器学习算法以至于在私有数据上负责任地训练模型。为什么我们需要私有机器学习算法?机器学习算法的工作原理是研究大量数据并更新其参数以编码该数据中的关系。理想情况下,我们希翻译 2022-03-06 20:44:03 · 2948 阅读 · 5 评论 -
Tensorflow 2.X 实现鸢尾花分类
import tensorflow as tffrom sklearn import datasetsfrom matplotlib import pyplot as pltimport numpy as np# 导入数据,分别为输入特征和标签x_data = datasets.load_iris().datay_data = datasets.load_iris().target# 随机打乱数据(因为原始数据是顺序的,顺序不打乱会影响准确率)# seed: 随机数种子,是一个整数,当设转载 2022-02-13 16:49:53 · 103 阅读 · 0 评论 -
tensorflow.keras.layer介绍
序章用于记录自己学习 tensorflow ,激励自己一边学习一边分享。Tensorflow 基础知识讲解 Gitee 地址Tensorflow 基础知识讲解 Github 地址tensorflow 地址Dense(全连接层) tf.keras.layers.Dense(units, activation=None, use_bias=True, kernel_initializer='glorot_uniform', bias_initializer='zeros', kernel_r原创 2022-01-24 18:37:56 · 5162 阅读 · 0 评论 -
Tensorflow.keras 两个模型
主要介绍tensorflow.keras 的两个模型参考 Tensorflow、Keras 官方文档进行学习和整理Tensorflow 基础知识讲解 Gitee 地址Tensorflow 基础知识讲解 Github 地址Sequential 顺序模型创建模型: model = tf.keras.Sequential()model.complie() 编译函数用于配置训练模型compile(optimizer, loss=None, metrics=None, loss_weights=None翻译 2022-01-22 23:29:39 · 1255 阅读 · 0 评论