- 博客(2)
- 收藏
- 关注
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