![](https://img-blog.csdnimg.cn/20201014180756918.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
机器学习
文章平均质量分 95
run_session
这个作者很懒,什么都没留下…
展开
-
Tensorflow模型优化 端侧部署 tflite 量化 稀疏 quantization sparsity
Tensorflow模型优化文章目录Tensorflow模型优化为什么要模型优化端侧部署模型优化方式Quantization工具包支持32 bit float ->16 bit float混合优化整形优化Post-training API32 bit float ->16 bit float混合量化整形量化During training API如何选择合适的量化方式Sparsity工具包支持模型优化官方页面说明感谢TFLITE中文兴趣小组干货满满的分享。本博客为分享内容的整理,供大家参考原创 2021-01-30 21:19:44 · 758 阅读 · 0 评论 -
nan值的出现
nan值出现的原因NaN(Not a Number,非数)是计算机科学中数值数据类型的一类值,表示未定义或不可表示的值。常在浮点数运算中使用。首次引入NaN的是1985年的[IEEE 754](https://baike.baidu.com/item/IEEE 754/3869922)浮点数标准看完这条百科其实大家就差不多明白问题出在哪里了,后面几点是比较具体的分析,和一些例子和实际踩坑。 [答案][https://baike.baidu.com/item/nan/7455322?fr=alad原创 2020-12-21 13:44:45 · 4993 阅读 · 3 评论 -
机器学习——神经网络,反向传播注解
机器学习——神经网络,反向传播注解文章目录机器学习——神经网络,反向传播注解那么参数是如何设定和更新的呢?梯度检验反向传播我们是要用数据网络实现一个多分类问题多变量相对于单变量我们至少还要考虑两个问题:编码问题对于这些类别无序关系的离散变量可以用one-hot编码。采用sklearn.preprocessing进行from sklearn.preprocessing import...原创 2020-03-31 22:54:00 · 172 阅读 · 0 评论 -
机器学习——单变量线性回归详解
文章目录数据导入作图:我们可以先把这些离散的点在散点图上呈现出来,对数据有一个直观的感受,根据数据点的分布去选者一个合适的模型。向量化:将数据数据向量化:分成两个维度,第一维所有的行都要,X是前面所有列特征,Y是最后一列标签给出线性回归表达式给出代价函数通过梯度下降法是代价函数最小,给出参数更新公式numpy.matrix.flatten可视化结果数据导入CSV(Comma-Separated...原创 2020-03-17 10:16:17 · 558 阅读 · 0 评论 -
概念学习自学笔记
概念学习自学笔记概念学习:对于以下几点的把握将有助于我们更好的理解概念学习离散数学中的偏序关系,这是之后更好理解FIND_S算法和候选消除算法的关键以搜索问题的角度去理解概念学习在训练集含有噪声数据时性能较差术语概念与符号表示目标概念c:是一个布尔函数h :X→{0,1}目标概念值:c(x)正例:c(x)=1反例:c(x)=0训练样例:&l...原创 2020-01-18 18:41:01 · 341 阅读 · 0 评论 -
bp反向传播
今天关于bp的探索思考告一段落了。计算智能导论。西瓜书。Tom M. Mitchell, 机器学习。高数复习。高人点拨,卜老师的点播。高人指路,汪老师曾说,多看网上的博客,可能说的不对,但可以帮你理解和开拓思路。网上的许多博客。最终也是看完这篇博客https://www.cnblogs.com/liuwu265/p/4696388.html最终解决了自己的的问题。首先计算智能...原创 2019-10-21 23:06:14 · 139 阅读 · 0 评论