- 博客(2)
- 收藏
- 关注
RSS订阅原创 【Intel校企实践】基于LSTM与CNN-GRU的比特币价格预测
通过上表可以知道，CNN-GRU推理时间最短，Technology-CNN-GRU的R²分数最高，用于衡量模型对数据的拟合程度，R²越接近1表示模型对数据的拟合效果越好，Technology-CNN-GRU的Mape也是最低的，MAPE的值越小，说明模型的预测结果与实际观测结果之间的误差越小，预测模型的准确度越高。由于"Market Cap"与"Volume"数字较大，采用的是xxx，xxx，xxx形式，存在符号"，"，且部分存在有符号"-"，这里通过replace进行替换，"-"替换为0，"，"置空。
2024-03-10 22:25:33
1136
2
原创 【Intel校企实践】基于Resnet18模型与Senet模块的猫狗分类
本模块实现残差部分，layer中，实现卷积-归一化-激活-卷积-归一化的过程，该部分不会改变特征图尺寸，shortcut实现残差，shortcut模块就是将原来的特征图通过1*1卷积提高通道数。在量化优化版本中，CPU推理又有了明显的提升，从最开始的30秒到最后的6秒，是原来的1/5，由此可见，OneApi优化组件，即可以大幅度下降推理时间，还能保证模型精确度。在__init__中，num_classes值为1，最后输出一个0-1之间的数，故这里二分类判断，大于0.5为一类，小于0.5为另一类。
2024-01-18 04:24:31
1116
2
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人