算法
文章平均质量分 96
薄的算法之芯
不会搞艺术的工程师不是个好厨子(专注于分享机器学习,深度学习领域文章。)
展开
-
神经信息传递法(MPNN)—预测分子和材料特性
神经信息传递法(MPNN)—预测分子和材料特性前言基于图神经网络(GNN)的方法在模拟复杂相互作用方面具有巨大的潜力,被广泛应用于分子量子力学性质以及材料预测的预测。目前为止,传统的机器学习模型普遍应用于预测分子性质,与GNN不同,ML模型需要先对分子特征进行操作,尽管这些分子特征是各种分子性质的良好预测指标,不过基于网络训练的模型,效果可能会更好。1.消息传递神经网络(MPNN) 近年来,随着量子化学计算和分子动力学模拟等实验展开了巨大的数据量,图神经网络能够应用于分子模型(原子系统的对称性原创 2022-01-27 15:01:45 · 6669 阅读 · 0 评论 -
多层感知机预测算法—以二手车预测为例(MLP)
前言MLP是一种人工神经网络(ANN)。最简单的MLP至少由三层节点组成:输入层,隐藏层和输出层。本文将通过构建二手车预测价格的方式,讨论scikit-learn和keras两种深度学习库搭建MLP预测模型的差别以及所展现的不同效果。案例分析—基于二手车平台教育数据集1. 数据预处理 该数据基于2022年MotherCup()(点击该文字可下载数据集)大数据竞赛提供的二手车交易样本数据集,里面包含内容36列变量信息,其中15列为匿名变量。我们首先加载数据集观察整个数据结构和详细的数据内容。数据原创 2022-01-22 17:00:05 · 4179 阅读 · 1 评论 -
神经网络编码分类变量—categorical_embedder
前言上一节我们学习了无监督降维方法PCA,在学习PCA的输入数据时我们了解一些数据处理的方法,其中提到了非结构化数据如何转化成结构化数据的方法序号编码,独热编码,二进制编码以及encoding编码。本节将讲述Categorical Embedder方法,如何通过神经网络编码分类变量将非结构化指标映射为浮点数张量,进而满足神经网络输入需求。1.神经网络的数据预处理 机器学习模型离不开数据的预处理,预处理对于构建网络模型同样非常重要往往能决定训练结果,对于不同的数据集,预处理方法都会有或多或少的局限原创 2022-01-14 15:10:16 · 2439 阅读 · 0 评论 -
主成分分析(PCA)方法步骤以及代码详解
主成分分析(PCA)方法步骤以及代码详解前言上一节我们了解到在构建神经网络模型,除了掌握如何搭建神经网络架构,了解参数具体含义,规避风险等方法。第一步是要对采用数据集的详细了解,无需接触任何神经网络代码,而是从彻底检查数据开始。这一步是非常关键的一步,往往我们在数据处理的某一个步骤会一定程度上的影响实验结果。本节将讲述常见的数据降维方法PCA,减少数据集的变量数量,同时保留尽可能多的信息。1. 什么是主成分分析? PCA(Principal Component Analysis) 是一种常见的原创 2022-01-06 22:03:36 · 21064 阅读 · 0 评论 -
神经网络开发食谱
新年新气象:鸽了漫长时间的公众号终于重新开张了,这次公众号的写作主题将围绕深度学习,参考了Andrej教授和一些大佬的开发经验,首先对神经网络的整体架构进行理论和技术探讨。本节将描述神经网络模型构建的开发体系进行学习。1.阅读指南 训练神经网络时会出现很多漏洞,并非我们认知上简单的调包,调参即可使用。很多情况,尽管构建了错误的网络模型(训练图像忘记检测反转图像,自回归模型将它预测的数据作为输入,或者权重,正则化等等配置);大多数情况它仍在训练,我们无法检测出它出现了什么问题。所以,成功开发神经网络.原创 2022-01-01 21:11:17 · 1604 阅读 · 0 评论 -
超全激活函数学习总结!!!
前言关于计算机视觉的学习教程暂时告于段落,预计八月中旬以后我将会更新关于CV项目开发的学习笔记以及相关教程。现在的粉丝数已经过百了,感谢家人朋友给我的支持,以及机器学习爱好者们对我的肯定,我将会继续坚持我学习路线,分享给大家。接下来这节内容,选材来自昨天学习交流群中一位朋友,提出了有关激活函数的问题。我在收集了一下相关内容,在此整理集合对比激活函数的缺点和不足。什么是激活函数文章主要从激活函数概念,数学形式分析,Python代码形式展现,优缺点对比等方面进行学习。关于激活函数的定义 维基百科解释是原创 2021-08-06 23:53:02 · 486 阅读 · 0 评论