![](https://img-blog.csdnimg.cn/20201014180756922.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
Machine_Learning
文章平均质量分 75
cc
蠕动的爬虫
一只小菜鸡
展开
-
可解释性AI
1 可解释性AI2 决策树3 进入神经支持的决策树1 可解释性AI 如今,AI已经可以做决定,但我们仍不知道这个决定是如何做出的。AI就像一个黑匣子,能自己做出决定,但是人们并不清楚其中缘由。比如我们建立一个AI模型,输入数据,然后再输出结果,但有一个问题就是我们不能解释AI为何会得出这样的结论。人们需要了解AI如何得出某个结论背后的原因,而不是仅仅接受一个在没有上下文或解释的情况下输出的结果。 端到端的深度.原创 2021-06-02 10:48:52 · 1969 阅读 · 0 评论 -
混淆矩阵:用于多分类模型评估(pytorch)
这里写目录标题1. 混淆矩阵介绍二级目录三级目录2. 代码实现1. 混淆矩阵介绍二级目录三级目录2. 代码实现原创 2021-04-14 16:36:25 · 14526 阅读 · 19 评论 -
数据集划分、label生成及按label将图片分类到不同文件夹
这里写目录标题1.数据集介绍二级目录三级目录1.数据集介绍 深度学习所用数据集一般分为训练集、验证集、测试集。训练集:用于训练的样本集合,主要用来训练神经网络中的参数。验证集:用于验证模型性能的样本集合.不同神经网络在训练集上训练结束后,通过验证集来比较判断各个模型的性能.这里的不同模型主要是指对应不同超参数的神经网络,也可以指完全不同结构的神经网络。测试集:对于训练完成的神经网络,测试集用于客观的评价神经网络的性能。二级目录三级目录..原创 2021-02-22 21:45:25 · 34015 阅读 · 17 评论 -
将训练和测试的loss、accuracy等数据保存到文件
1.csv文件1.1 创建csv文件1.2 将数据写入csv文件1.3 可视化2.txt文件2.1 创建txt文件并写入数据1.csv文件1.1 创建csv文件这里用的是pandas库,以创建train_acc.csv为例,var_acc.csv类似代码import randomimport pandas as pdfrom datetime import datetime#创建train_acc.csv和var_acc.csv文件,记录loss和accuracydf = pd.Da.原创 2021-01-27 15:13:29 · 18272 阅读 · 9 评论