坚持!
文章平均质量分 69
不爱喝牛奶的哈士奇
越努力越幸运!
展开
-
学习打卡系列Day5——李宏毅机器学习(10月)
目录一、Pytorch Tutorial1. 输出整个tensor的最大值2. 按指定维度索引最大值3. 比较并输出两个tensor中的最大值二、常见错误1. 数据和模型存储设备不同2. 变量维度不同3. cuda内存过载4. tensor类型不匹配三、Dataset和Dataloader一、Pytorch Tutorialtorch函数有很多,举例说明torch.max的用法# 导入库函数import torch# 生成示例数据x ...原创 2021-10-21 00:33:21 · 493 阅读 · 0 评论 -
学习打卡系列Day3——李宏毅机器学习(10月)
1. 误差来源偏差:高偏差表示模型欠拟合,需要调整模型结果,此时仅增大数据量,并不能提升模型精度 方差:高方差表示模型过拟合,最简单的操作是增大数据量,或者使用正则化操作,缓解过拟合现象...原创 2021-10-16 00:37:11 · 131 阅读 · 0 评论 -
学习打卡系列Day2——李宏毅机器学习(10月)
1. 回归问题回归问题内含因果关系,核心是要探索合适的函数关系,函数关系表示自变量到因变量的映射关系。举例,已知一组接受化疗的乳腺癌患者的心功能超声测值,患者年龄、用药情况等信息,可以通过回归函数,预测在未来某个时刻患者的心功能超声测值。2. 回归模型分类回归任务可以分为线性模型和非线性模型。根据线性模型所需特征的个数,又可以分为一元线性模型和二元线性模型。3.评估模型一组数据可能存在多个回归模型,到底哪个回归模型的预测效果会更好呢?需要用损失函数进行模型评估,其中会接触两个概念..原创 2021-10-13 01:07:11 · 91 阅读 · 0 评论 -
学习打卡系列Day1——李宏毅机器学习(10月)
想写在最前面的碎碎念,“首次加入DataWale举办的系列学习活动中,跟随船长脚步,与其他船员们一起快乐通关!希望能够积累知识,早日带领自己的船员扬帆起航!”目录一、机器学习介绍1. 人工智能、机器学习、深度学习三者之间的联系2. 机器学习的三个步骤3. 相关技术(学习策略、任务、方法)3.1. 监督学习3.2. 半监督学习3.3. 迁移学习3.4. 无监督学习3.5. 强化学习二、为什么要学习机器学习一、机器学习介绍1. 人工智能、机器学习、深度学习..原创 2021-10-11 23:07:20 · 132 阅读 · 0 评论