概述 深度学习是一个广阔的领域，但我们大多数人在构建模型时都面临一些共同的难题 在这里，我们将讨论提高深度学习模型性能的4个难题和技巧 这是一篇以代码实践为重点的文章，所以请准备好你的Python I...
Machine Learningpytorch实战经验：4个提高深度学习模型性能的技巧
阅读全文
Machine Learning
Machine Learning深度学习：如何找到最优学习率
经过了大量炼丹的同学都知道，超参数是一个非常玄乎的东西，比如batch size，学习率等，这些东西的设定并没有什么规律和原因，论文中设定的超参数一般都是靠经验决定的。但是超参数往往又特别重要，比如学...
Machine Learning一维数组的聚类
在学习聚类算法的过程中，学习到的聚类算法大部分都是针对n维的，针对一维数据的聚类方式较少，今天就来学习下如何给一维的数据进行聚类。 方案一：采用K-Means对一维数据聚类 Python代码如下： f...
Machine Learning深入卷积神经网络背后的数学原理
【导读】在计算机神经视觉技术的发展过程中，卷积神经网络成为了其中的重要组成部分，本文对卷积神经网络的数学原理进行了介绍。 文章包括四个主要内容：卷积、卷积层、池化层以及卷积神经网络中的反向传播原理。在...
Machine LearningKMeans中自动K值的确认方法
1 前言 聚类常用于数据探索或挖掘前期，在没有做先验经验的背景下做的探索性分析，也适用于样本量较大情况下的数据预处理等方面工作。例如针对企业整体用户特征，在未得到相关知识或经验之前先根据数据本身特点...
Machine Learning聚类算法——k均值和层次聚类
看看下面这张图，有各种各样的虫子和蜗牛，你试试将它们分成不同的组别？ 完成了吗？尽管这里并不一定有所谓的「正确答案」，但一般来说我们可以将这些虫子分成四组：蜘蛛、蜗牛、蝴蝶/飞蛾、蜜蜂/黄蜂。 很简单...
Machine Learning聚类分析:k-means和层次聚类
尽管我个人非常不喜欢人们被划分圈子，因为这样就有了歧视、偏见、排挤和矛盾，但“物以类聚，人以群分”确实是一种客观的现实——这其中就蕴含着聚类分析的思想。 前面所提到的机器学习算法主要都是分类和回归，这...
Machine Learning分类性能度量指标 : ROC曲线、AUC值、正确率、召回率
在分类任务中，人们总是喜欢基于错误率来衡量分类器任务的成功程度。错误率指的是在所有测试样例中错分的样例比例。实际上，这样的度量错误掩盖了样例如何被分错的事实。在机器学习中，有一个普遍适用的称为混淆矩阵...
Machine Learning5种常见的聚类方法
人工智能很大程度上是对未知输入的分类判别， 聚类是一种将数据点按一定规则分群的机器学习技术。 这里介绍5种常见的聚类方法： ▌K-均值聚类 k均值聚类是最著名的划分聚类算法，由于简洁和效率使得他成为所...
Machine LearningSAS聚类分析介绍
1 聚类分析介绍 1.1基本概念 聚类就是一种寻找数据之间一种内在结构的技术。聚类把全体数据实例组织成一些相似组，而这些相似组被称作聚类。处于相同聚类中的数据实例彼此相同，处于不同聚类中的实例彼此不同...