AI&模型融合 | 基于牛顿冷却的概率融合

最新推荐文章于 2024-07-17 10:32:13 发布

ASKCOS

最新推荐文章于 2024-07-17 10:32:13 发布

阅读量254

点赞数

文章标签：深度学习机器学习数据挖掘神经网络算法

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/weixin_43236007/article/details/108931233

版权

模型融合trick针对F1的权重衰减f1_0, f1_1, f1_2, f1_3, f1_4 = 0.703,0.696,0.715,0.723,0.677f1 = [f1_0, f1_1, f1_2, f1_3, f1_4]f1 = sorted(f1,reverse = True)import mathlamb = 1/4 #超参数 1/3, 1/5def weight_f1(x): """ 牛顿冷却定律 """ return math.exp(-lamb

摘要由CSDN通过智能技术生成

模型融合trick

针对F1的权重衰减

f1_0, f1_1, f1_2, f1_3, f1_4 = 0.703,0.696,0.715,0.723,0.677
f1 = [f1_0, f1_1, f1_2, f1_3

最低0.47元/天解锁文章

关注

0
点赞
踩
0

收藏

觉得还不错? 一键收藏
打赏
0
评论
AI&模型融合 | 基于牛顿冷却的概率融合

模型融合trick针对F1的权重衰减f1_0, f1_1, f1_2, f1_3, f1_4 = 0.703,0.696,0.715,0.723,0.677f1 = [f1_0, f1_1, f1_2, f1_3, f1_4]f1 = sorted(f1,reverse = True)import mathlamb = 1/4 #超参数 1/3, 1/5def weight_f1(x): """ 牛顿冷却定律 """ return math.exp(-lamb
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

打赏作者

ASKCOS 你的鼓励是我最大的动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20

扫码支付：¥1

获取中

扫码支付

您的余额不足，请更换扫码支付或充值

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。