机器学习模型调参

【PID学习笔记 5 】控制系统的性能指标之一

写在前面PID在实际工程中最重要的工作就是调参，那么首先就要了解控制系统的性能指标。上文最后简要介绍了控制系统的基本要求，本文开始将系统学习控制系统的性能指标，内容比较多，初步计划是分三节来讲解。
MJY@二进制·2023-12-06 15:28

Gradient Boosting Machines

training_frame=train,model_id="GBM",nfolds=10,validation_frame=valid)h2o.varimp(m)h2o.performance(m,test)调参数
Liam_ml·2023-12-06 15:22

求助，有关Kriging 代理模型相关问题

还有就是Matlab里面提供的KrigingToolbox使用工具感觉有点麻烦，不知道怎么调参数运用。
Taylor .·2023-12-06 14:08

ZFS管理手册：第七章池的属性

比如设置标签、默认挂载选项和其他可调参数。对于ZFS，同样是可以设置的，而且它要复杂得多。它允许我们修改括池及其包含的dataset的属性。因此，我们可以根据自己的喜好或需要“调优”文件系统。
Kyle__Shaw·2023-12-06 11:34

TensorFlow 常用代码

TensorFlow是由Google开发的一个用于数值计算的开源软件库，主要用于构建和训练机器学习模型。它的核心是使用数据流图来描述计算任务。
小楼先森·2023-12-06 09:58

AGI = 大模型 + 知识图谱 + 强化学习

一、大模型（LargeModels）定义：大模型通常指的是参数数量庞大的机器学习模型，特别是深度学习模型。这些模型在训练时需要大量的计算资源和数据。
summer_west_fish·2023-12-06 06:13

【深度学习笔记】09 权重衰减

09权重衰减范数和权重衰减利用高维线性回归实现权重衰减初始化模型参数定义L2L_2L2范数惩罚定义训练代码实现忽略正则化直接训练使用权重衰减权重衰减的简洁实现范数和权重衰减在训练参数化机器学习模型时，权重衰减
LiuXiaoli0720·2023-12-06 00:18

深度学习早停机制（Early Stopping）与早退机制（Early exiting）

早停机制，一种机器学习模型调优策略，提升调优效率下图损失值明显经过了欠拟合到过拟合使用早停机制后，模型不再过拟合模型早停是面向模型训练过程的。
追忆苔上雪·2023-12-06 00:12

uniapp实现表格的多选功能

最近需要做一个数据多选功能，我用到了uniapp的table组件，这个组件自带多选的功能，只需要将type设置为section然后官方给出了多选触发事件该事件的回调参数中，返回index和vlaue,而
陌笑忆伤·2023-12-05 21:36

阻抗控制下机器人接触刚性环境振荡不稳定进行阻抗调节

md=5虚拟阻抗为：kd=100，bd=10，md=10性能滤波函数的Bode图：bode(1e5/(0.0005*s^2+5*s+1))bode(5e4/(0.1*s^2+3*s+1))性能低通滤波调参
FL17171314·2023-12-05 20:46

在Vue的组件事件中，如何传自定义参数

如@change事件如果我们直接在函数后面写上自定义的参数，那么是会丢失原先的回调参数的//错误写法@change="changeFunc(arg)"正确写法//arg1、arg2是自定义的参数@change
LuckyVc·2023-12-05 13:20

C++ 文件操作之配置文件读取

C++文件操作之配置文件读取在项目应用时常常会涉及一些调参工作，如果项目封装成了.exe或者.dll，那么频繁调参多次编译是一件十分低效的事情，如果代码算法或者逻辑是一定的，那么参数完全可以通过读入配置文件来获取之前在用
明月醉窗台·2023-12-05 07:28

粒子群算法调参支持向量回归进行预测（PSO-SVR）Python实现

目录一、算法简介二、示例1.导入库包、数据以及数据预处理2.利用粒子群算法调优参数gamma和C3.模型训练与预测4.对模型进行性能评估5.结果展示三、代码总结SVR.pyPSO_SVR.py一、算法简介SVR（支持向量回归）是一种有效的非线性回归方法，它可以通过寻找一组最优参数来拟合数据。粒子群算法是一种优化算法，可以用于找到最佳的SVR参数。以下是使用粒子群算法进行SVR参数调优的步骤：确定S
镜子kk·2023-12-05 06:26

利用机器学习模型完成时间序列预测

1.简述时间序列数据是一种典型的数据，时间序列预测方法比较多。比如ARIMA模型、Prophet模型、指数平均法、滑动平均法等等。本文采用机器学习算法，如线性回归、随机森林等，完成时间序列预测，预测效果也比较好。2.数据集本文对应的数据集格式如下：timevalue2018-09-0100:0032212018-09-0101:0055152018-09-0102:009971.......201
Great_smile·2023-12-05 05:24

056B R包ENMeval教程-基于R包ENMeval对MaxEnt模型优化调参和结果评价制图(更新)

056B-1资料下载056B-2R包ENMeval在MaxEnt模型优化调参中的经典案例解读056B-3R软件和R包ENMeval工具包安装056B-4R软件和R包ENMeval安装报错解决办法056B
生信小窝·2023-12-04 17:19

055B ENMTools教程-基于R语言对MaxEnt模型优化调参教程 2022.01.03更新

055B-1软件-文献-数据等055B-2ENMTools软件下载安装055B-3R软件和工具包安装055B-4生物气候因子的精度说明与选择方法（理论课程）055B-5利用R批量将TIF栅格数据转为ASC数据055B-6基于ENMTools筛选分布数据（避免过拟合）055B-7基于ENMTools对气候因子的相关性分析055B-8MaxEnt软件参数含义说明-参数优化内容（理论课程）055B-9基
生信小窝·2023-12-04 17:48

055B ENMTools教程-基于R语言对MaxEnt模型优化-MaxEnt调参教程--更新日期2021-9

055B-1视频附带资料下载和密码：软件-数据-文献下载-持续更新055B-2ENMTools软件下载安装055B-3R软件和工具包安装055B-4生物气候因子的精度说明与选择方法（理论课程）055B-5利用R批量将TIF栅格数据转为ASC数据055B-6基于ENMTools筛选分布数据（避免过拟合）055B-7基于ENMTools对气候因子的相关性分析055B-8MaxEnt软件参数含义说明-参
生信小窝·2023-12-04 17:47

scikit-learn线性回归法进行利润预测

大家好，生成式人工智能无疑是一个改变游戏规则的技术，但对于大多数商业问题来说，回归和分类等传统的机器学习模型仍然是首选。
python慕遥·2023-12-04 15:45

Gradio库的安装和使用教程

应用界面三、Gradio的高级用法1、多语言支持2、自定义输入和输出格式3、模型版本控制4、集成第三方库和API5、自定义UI和UX四、Gradio的常见问题及解决方案总结Gradio是一个用于快速构建和分享机器学习模型的开源库
傻啦嘿哟·2023-12-04 11:20

【自然语言处理】【大模型】VeRA：可调参数比LoRA小10倍的低秩微调方法

VeRA：可调参数比LoRA小10倍的低秩微调方法《VeRA：Vector-basedRandomMatrixAdaptation》论文地址：https://arxiv.org/pdf/2310.11454
BQW_·2023-12-04 02:32

LLM；超越记忆《第 2 部分 》

我们探索了动态上下文学习、连续空间插值及其生成能力，揭示了LLM如何理解、适应和创新超越传统机器学习模型。LLM代表了人工智能的重大飞跃，超越了单纯的记忆模型的概念。
无水先生·2023-12-03 20:30

Python机器学习入门 -- 支持向量机学习笔记

刚刚好有一种机器学习模型，它不仅关注分类能
szu_ljm·2023-12-03 19:48

人工智能中的模型评估

模型评估是确保机器学习模型在实际应用中有效
智慧医疗探索者·2023-12-03 01:11

如何区分model.predict() 和 model.predict_proba()？

最近在做关于机器学习和深度学习实验的时候，直接将机器学习模型套了深度学习中，但出现了报错，下面我们来解释一下。
XF鸭·2023-12-02 21:47

几种攻击方式

对抗攻击Adversarialevasion（对抗性逃避）是指针对机器学习模型的一种攻击方式，旨在通过对输入数据进行微小但精心设计的修改，使模型产生错误的输出。
Zqchang·2023-12-02 20:30

美团智能搜索推荐模型预估框架的建设与实践

美团很早就开始探索不同的机器学习模型在搜索场景下的应用，从最开始的线性模型、树模型，再到近两年的深度神经网络、BERT、DQN等，并在实践中也取得了良好的效果与产出。
智能推荐系统·2023-12-02 19:00

颠覆与创新：算法备案的双重挑战

算法备案找迅飒算法备案一、挑战一：算法的不可见性许多算法是由机器学习模型驱动的
迅飒算法备案·2023-12-02 17:03

SHAP（一）：具有 Shapley 值的可解释 AI 简介

SHAP（一）：具有Shapley值的可解释AI简介这是用Shapley值解释机器学习模型的介绍。沙普利值是合作博弈论中广泛使用的方法，具有理想的特性。
rgb2gray·2023-12-02 11:40

SHAP（三）：在解释预测模型以寻求因果见解时要小心

当与SHAP等可解释性工具配合使用时，XGBoost等预测机器学习模型会变得更加强大。这些工具确定输入特征和预测结果之间信息最丰富的关系
rgb2gray·2023-12-02 11:32

文档理解的新时代：LayOutLM模型的全方位解读

一、引言在现代文档处理和信息提取领域，机器学习模型的作用日益凸显。特别是在自然语言处理（NLP）技术快速发展的背景下，如何让机器更加精准地理解和处理复杂文档成为了一个挑战。
合合技术团队·2023-12-02 07:50

使用网格搜索和嵌套交叉验证寻找机器学习模型的最优参数（Python）

使用网格搜索和嵌套交叉验证寻找机器学习模型的最优参数（Python）机器学习中的模型参数选择对于模型的性能至关重要。通过调整模型的参数，我们可以优化模型的准确性和泛化能力。
PixelEnigma·2023-12-01 22:46

数学公式KaTex识别神器，LaTex-OCR

使用KaTex格式来书写数学公式是个痛苦的事情，有时候看到某个数学公式想记录下来，为了省事不得不截图，但这很不专业，今天发现一个可以智能识别公式的程序，它使用机器学习模型来识别图像，并转化成KaTex代码
raoxiaoya·2023-12-01 22:33

玄学调参实践篇 | 深度学习模型 + 预训练模型 + 大模型LLM

这篇主要简单记录一些调参实践，无聊时会不定期更新~文章目录0、学习率与batch_size判断1、Epoch数判断2、判断模型架构是否有问题3、大模型-计算量、模型、和数据大小的关系4、大模型调参相关论文经验总结
#苦行僧·2023-12-01 00:37

Tensorflow.js 3. 构建图像分类器

3.1使用预训练模型我们将要构建的第一个项目是一个快速游戏，系统会提示您找到周围的特定物体，使用设备的相机拍摄它们的照片，然后检查机器学习模型是否识别它们。
启辰·2023-11-30 23:47

关于TC264单片机与智能车摄像头循迹的一些学习心得

其中关于PID的部分在之前我已经上传过了，这篇文章主要讲怎么实现循迹与舵机的位置式PID调参和电机的增量式调参的一些心得。
Young member·2023-11-30 19:55

Deep Learning（wu--84）

文章目录2偏差和方差正则化梯度消失\爆炸权重初始化导数计算梯度检验OptimizationMini-Batch梯度下降法指数加权平均偏差修正RMSpropAdam学习率衰减局部最优问题调参BNsoftmaxframework2
怎么全是重名·2023-11-30 13:06

常见的AI安全风险（数据投毒、后门攻击、对抗样本攻击、模型窃取攻击等）

AdversarialExamples）模型窃取攻击（ModelExtractionAttacks）参考资料数据投毒（DataPoisoning）数据投毒是一种通过在训练数据中植入恶意样本或修改数据以欺骗机器学习模型的方法
ADSecT吴中生·2023-11-30 09:14

GraphCast：基于机器学习的全球中期天气预测模型

文章信息文章题为”GraphCast:Learningskillfulmedium-rangeglobalweatherforecasting”，该文章于2023年发表至Science，文章内容主要关于利用机器学习模型
当交通遇上机器学习·2023-11-30 09:23

【神经网络】AlexNet

来源2012年在全球知名的图像识别竞赛ILSVRC中，AlexNet横空出世，直接将错误率降低了近10个百分点，这是之前所有机器学习模型无法做到的。
Bosenya12·2023-11-30 09:35

【论文学习】机器学习模型安全与隐私研究综述

机器学习在数据层、模型层以及应用层面临的安全和隐私威胁，呈现出多样性、隐蔽性和动态演化的特点。应用领域：计算机视觉、自然语言处理、语音识别等应用场景：自动驾驶、人脸识别、智慧医疗等Keywords:machinelearning;poisoningattack;adversarialexample;modelprivacy;artificialintelligencesecurity引言机器学习模
Bosenya12·2023-11-30 09:05

优化机器学习：解析数据归一化的重要性与应用

通常，机器学习模型对输入数据的尺度和分布敏感。如果不同特征的尺度相差较大，可能会导致某些特征对模型的影响比其他特征更显著，从而影响模型的性能。数据归一化有助于解决这一问题，常见的归一化方法包括：M
星宇星静·2023-11-30 09:35

Python简单线性回归算法实现及应用示例

它是机器学习爱好者了解的最基本的机器学习模型之一。在线性回归中，我们假设两个变量，即因变量和自变量是线性相关的。
亚图跨际·2023-11-30 07:41

机器学习与 S3 相集成 ：释放数据的力量

然而，机器学习模型的成功在很大程度上依赖于高质量数据的可用性和可访问性。亚马逊云科技开发者社区为开发者们提供全球的开发技术资源。这里有技术文档、开发案例、技术专栏、培训视频、活动与竞赛等。
亚马逊云开发者·2023-11-30 07:50

TensorFlow 的基本概念和使用场景。

它可以用来创建各种类型的机器学习模型，如神经网络、决策树、随机森林等，以进行分类、回归、聚类、降维等任务。TensorFlow的核心概念是张量（Tensor）和计算图（Graph）。
昭阳926·2023-11-30 06:54

AnchorDETR代码学习I

的代码来理解transformer和目标检测的方式，另外可以学习torch的使用,站在巨人的肩膀学学优秀开源框架，当然主要还要比较Deformable和Anchor以及DETR看看如何改进的，对于理解原理和实验调参有帮助
haleyprince·2023-11-29 12:50

python支持向量机分类器怎么用_用Python实现SVM多分类器

支持向量机(SVM)——分类预测，包括多分类问题，核函数调参，不平衡数据问题，特征降维，网格搜索，管道机制，学习曲线，混淆矩阵，AUC曲线等项目1说明svm.py该文件中实现了一个简单的SVM，使用SMO
weixin_39881760·2023-11-29 12:39

一维卷积网络用于HAR（hunman activity recognition）

解决这个问题的传统方法需要手工制作特征，这些特征来自于基于固定大小的窗口和训练机器学习模型的时间序列数据，例如集成决策树。而难点在于，这种特征工程需要在该领域拥有深厚的专
阿委困的不能行·2023-11-28 21:28

HIVE调参处理小文件

https://blog.csdn.net/TinyNasubi/article/details/103299675
不可一世的绵羊·2023-11-28 19:27

2019 top 10 自动化测试工具

使用独有的机器学习模型，mabl自动识别和快速暴露app的问题，这样你可以快速修复bug--强壮的test
小眼睛的露鹿·2023-11-28 14:56

对抗攻击经典论文——FGSM学习笔记 EXPLAINING AND HARNESSING ADVERSARIAL EXAMPLES

论文下载：ExplainingandHarnessingAdversarialExamples1摘要几种机器学习模型，包括神经网络，一致地将对抗样本误分类——通过对数据集样本添加细微而刻意的扰动形成的输入
亦清尘·2023-11-27 19:44
上一页 7 8 9 10 11 12 13 14 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他