- 博客(11)
- 收藏
- 关注
原创 pytorch气温预测实战
class TempModel(nn . Module) : def __init__(self , inputSize , outputSize) : #需要调super,否则有报错 super(TempModel , self) . __init__() self . inputSize = inputSize。
2023-05-08 00:47:00
135
原创 动手学习深度学习9-二手车交易kaggle竞赛
1)power:发动机功率:范围 [ 0, 600 ]可以将模型拆解为各个子模块,单独定义,最后整合。4)较大的值进行log变换。6、模型训练+K折交叉验证。5)绘制密度图、频次图等。5、pipeline定义。训练pipeline。验证pipeline。测试pipeline。
2023-04-29 14:44:30
206
原创 动手学习深度学习8-二手车交易kaggle竞赛理论篇
模型会有一些先验假设,比如线性回归会有高斯分布的假设,如果数据的分布越满足这个假设,效果越好。:给定一组输入数据和输出数据,训练模型来预测新的输入类型;:给定一组无标签的数据集,让那个模型去学习分布特征。:有标签的数据和无标签的数据,训练进行分类。主要处理缺失值,异常值,重复值等数据,针对数据类型格式等进行有效处理。提前停止训练、增加训练数据、改善梯度(消失、爆炸)问题、模型量化。分桶方式:等频分桶;学习率,屁大小,权重衰减,网络参数,使用自适应学习率。数据分为训练集、测试集、验证集,保证模型泛化能力。
2023-04-15 15:31:54
231
原创 动手学习深度学习笔记7-数值稳定性
hlflhl−1因此ofL∘∘f1x如果所有隐藏变量和输入都是向量,我们可以将o关于任何一组参数Wl∂WloMLdef∂hL−1hL⋅⋅Ml1def∂hlhl1vldef∂Wlhl。
2023-04-08 23:09:54
60
原创 动手学习深度学习-欠拟合&过拟合
我们的目标是发现某些模式, 这些模式捕捉到了我们训练集潜在总体的规律。如果成功做到了这点,即使是对以前从未遇到过的个体, 模型也可以成功地评估风险。如何发现可以泛化的模式是机器学习的根本问题。
2023-04-02 14:19:43
37
原创 动手学习深度学习笔记2-线性神经网络
随机采样b个样本近似损失,b=批量大小,也是超参数,既不能太大也不能太小,太大容易内容消耗增加,太小计算量太小不利于利用资源。逐步找到loss最小的解,由于函数是波峰的,所以找到的是局部最优解,而不是全局最优解。学习率为超参,既不能太小也不能太大。2)回归问题:一般预测单个数值问题相关,解决多少的问题。1)分类问题:离散值相关,预测属于那个分类。目标:差距越小,损失越小,说明模型越精准。作用:模型预测结果和实际结果的差距。
2023-03-23 22:59:36
100
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人