周周冲冲冲-CSDN博客

原创【动手学习深度学习】第二课过拟合、多层感知机、GPU和卷积神经网络

在实际应用中，relu 是一种常用的激活函数，经常用于深度学习模型的隐藏层上。欠拟合：当模型太过简单时，它可能无法捕捉到数据中的复杂关系和模式，导致在训练数据和新数据上都表现不佳。过拟合：当模型太过复杂时，它可能会过度记忆训练数据中的噪声和细节，导致在新数据上的表现较差。为参数附上梯度：通过 attach_grad 方法，将参数的梯度信息附加到相应的参数上，以便后续进行反向传播和参数更新。模型选择和调参：尝试不同的模型架构、超参数和优化算法，通过交叉验证等方法选择最佳模型，并调整超参数以优化模型的性能。

2023-09-04 15:53:30 107 1

原创【动手学习深度学习】第一课从上手到多分类

在每个迭代步骤中，使用 nd.array 函数将索引列表切片 idx[i:min(i+batch_size, num_examples)] 转换为 MXNet 的 NDArray 类型，并使用 nd.take 函数根据索引从输入特征 X 和标签 y 中获取对应的样本和标签。在上述代码中，定义了一个简单的线性回归模型，其中输入特征 X 与权重参数 w 做矩阵乘法，并加上偏差参数 b，以计算得到模型对于每个样本的预测值。在模型训练过程中，可以使用该优化函数来更新模型的参数，并在每次迭代中根据梯度进行调整。

2023-09-01 17:35:44 122

原创【杂七杂八】一些常用的函数

这段代码是为训练集添加一个名为income_label的新列，根据income_bracket列的值进行标记。如果income_bracket列中包含字符串">50K"，则对应的income_label值为1（代表收入大于50K），否则为0（代表收入不大于50K）。

2023-09-01 13:40:52 89 1

原创【推荐系统论文】Wide & Deep Learning for Recommender Systems

召回是推荐系统的第一阶段，主要根据用户和商品部分特征，从海量的物品库里，快速找回一小部分用户潜在感兴趣的物品，然后交给排序环节。这部分需要处理的数据量非常大，速度要求快，所有使用的策略、模型和特征都不能太复杂。在排序层中，使用机器学习和深度学习两种方式来对召回结果进行排序，这里的排序一般采用点击率预估，并将预估得到的概率降序排序取前N得到最终的排序结果。特征交互也叫特征组合，通过将两个或多个特征相乘，来实现对样本空间的非线性变换，增加模型的非线性能力。

2023-08-31 18:51:49 163

原创数据库系统绪论

** 数据：对现实世界中客观事物的符号表示可以是数值数据，也可以是非数值数据，如声音、图像等计算机中数据：能输入计算机，并能为其处理的符号序列特点：与其语法、语义是不可分的数据库：数据库（Database,简称DB）是长期储存在计算机内、有组织的、可共享的大量数据集合数据库管理系统： DataBase Management System（DBMS）是处理数据库访问的系统软件提供数据库的用户接口目的：提供一个可以方便地、有效地存取数据库信息的环境数据库系统：

2022-03-09 16:03:50 409

原创信道的极限容量

信道的极限容量任何实际的信道都不是理想的，在传输信号时会产生各种失真以及带来多种干扰。码元传输的速率越高，或信号传输的距离越远，或传输媒体质量越差，在信道的输出端的波形的失真就越严重。限制码元在信道上的传输速率因素主要有两个： 1.信道可以通过的频率范围 2.信噪比奈氏(Nyquist)准则给出了在假定的理想状态下，为了避免码间串扰，码元的传输速率的上限值。理想低通信道的最高码元传输速率 = 2W Baud W 是理想低通信道的带宽，单位为赫(Hz) 每赫带宽的理想低通信道的最高码元传输速率

2021-05-07 13:31:56 1291

原创计算机网络的性能指标

速率速率指的是数据的传送速率，即数据率(data rate)或比特率(bit rate)。比特（bit）是计算机中数据量的单位，bit 来源于 binary digit，意思是一个“二进制数字”，因此一个比特就是二进制数字中的一个 1 或 0。速率是计算机网络中最重要的一个性能指标。速率的单位是 bit/s，或kbit/s，Mbit/s，Gbit/s，Tbit/s，Pbit/s，Ebit/s，Zbit/s，Ybit/s等。（k=103，M=106，G=109，T=1012，P=1015，E=1018，

2021-05-07 11:08:59 31222 8

qq_46053016的博客