![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
hands-on-ml
雨浅听风吟
这个作者很懒,什么都没留下…
展开
-
sklearn进行数据清理标准化
%config Completer.use_jedi=False from tensorflow import keras import numpy as np import matplotlib.pyplot as plt import pandas as pd train_data_file_path='./zhengqi_train.txt' test_data_file_path='./zhengqi_test.txt' train_data=pd.read_table(train_data_f原创 2021-06-30 14:32:57 · 374 阅读 · 0 评论 -
利用keras来完成天池大赛蒸汽量预测
https://tianchi.aliyun.com/competition/entrance/231693/score蒸汽预测赛提地址 按流程下载 zhengqi_train.txt zhengqi_test.txt v1模型-0.8705 最简单的模型直接不做处理直接导入神经网络 打开提示 %config Completer.use_jedi=False 导入包 from tensorflow import keras import numpy as np import matplotlib.pypl原创 2021-06-30 14:29:54 · 132 阅读 · 0 评论 -
handson-ml 10-8什么是反向传播,它如何工作?反向传播和反向模式autodiff有什么区别
什么是反向传播 反向传播是一种用于训练人工神经网络的技术 如何工作 它首先计算关于每个模型参数的成本函数的梯度,然后根据这些梯度进行梯度下降,这种反响传播步骤通常执行数千次或数百万次,并需要进行多个批次训练,直到模型参数收敛到最小成本函数为止。 为了计算梯度,反向传播使用了反向模式autodiff,反向模式autodiff会在计算图上正向执行一次,计算当前训练批次的每个节点的值。然后反向执行一次,一次性计算所有梯度。 区别 反向传播是指训练神经网络的全部过程,而反向模式autodiff只是反向传播使用的手段原创 2021-06-25 11:00:49 · 235 阅读 · 0 评论 -
hands- on- ml 一 机器学习概览
文章目录1.机器学习类型2.监督/非监督学习2.1 监督学习2.2非监督学习2.3 半监督学习2.4强化学习3批量和在线学习3.1批量学习3.2 在线学习 1.机器学习类型 机器学习有多种类型,可以根据如下规则进行分类: 1.是否在人类监督下进行训练(监督,非监督,半监督和强化学习) 2.是否可以动态渐进学习(在线学习 vs 批量学习) 3.它们是否只是通过简单地比较新的数据点和已知的数据点,还是...原创 2019-09-05 10:47:36 · 271 阅读 · 0 评论