训练方法

sklearn逻辑回归参数设置_机器学习100天-Day1503训练模型-逻辑回归

为了尽量简单(懒)，在这里默认已经了解线性回归、多项式回归、损失函数、梯度下降1.简单的线性回归模型，讨论两种不同训练方法的最优解封闭方程求根运算，得到模型在当前训练集上的最优解。
weixin_39982236·2022-12-19 10:05

sklearn逻辑回归参数设置_机器学习100天-Day1504训练模型-softmax回归

为了尽量简单(懒)，在这里默认已经了解线性回归、多项式回归、损失函数、梯度下降1.简单的线性回归模型，讨论两种不同训练方法的最优解封闭方程求根运算，得到模型在当前训练集上的最优解。
weixin_39527879·2022-12-19 10:34

范数在非线性系统中的应用

一、通过p范数门（Lp-normgate）的深度网络的快速训练方法提出了一种灵活的p范数门控的方案，它允许用户控制流量，从而加快学习的速度。
Anthony9704·2022-12-19 08:10

matlab神经网络训练方法,matlabrbf神经网络工具箱

1、请问如何用MATLAB7建立RBF神经网络？10你提的问题太大了，对于指纹的图像处理就很麻烦。假设你已经获得了适合的输入向量。那就把向量中的每一个值看作一个输入神经元，把指纹的所属者作为输出单元训练就是了。谷歌人工智能写作项目：小发猫2、RBF神经网络预测matlab前面那位仁兄说到点子上了，你的网络没有大量数据先进行训练，你的p，t，组数感觉略少，训练达不到效果，训练语句如下：net=tra
小六oO·2022-12-19 01:27

YOLOv5数据集训练方法

参考原文YOLOv5数据集训练方法小宅博客网准备工作参考教程：从零开始手把手教你训练yolov5官方的数据集：coco128|Kaggle注意：工程一定要放在非中文目录下才行kaggle网站注册有点坑，
激萌の小宅·2022-12-17 17:40

《预训练周刊》第7期：傅立叶图像变换器解析、阿里达摩院发布最大中文预训练语言模型PLUG

本期周刊，我们选择了9篇预训练相关的论文，涉及文本语音转换、傅立叶变换、BERT训练方法、中文表示、隐式知识存储、图像超分辨率
智源社区·2022-12-17 11:04

人工神经网络指标是什么,人工神经网络指标分析

说的确定应该就是训练方法吧，神经网络的权值不是人工给定的。
普通网友·2022-12-17 11:01

【论文阅读】inception v1学习总结

解决增加模型大小导致的缺点思路5.结构详述5.1Inception架构的主要思想5.2原生inception块问题5.3解决通道数增加问题5.4`1*1`卷积优点6.GoogLeNet6.1辅助分类器7.训练方法论文链接
荼靡，·2022-12-16 09:14

深度学习pytorch代码：利用GPU进行卷积神经网络训练(含代码注释)

GPU训练方法一.cuda可以使用GPU训练的内容：数据(输入、标签)损失函数网络模型GPU训练方法二.to(device)#使用cpu训练device=torch.device("cpu")#使用GPU
学好迁移Learning·2022-12-16 08:04

Pytorch教程高级系列----Alexnet

文章目录一、AlexNet简介二、AlexNet1.网络架构2.训练方法与过程3.结构复现总结一、AlexNet简介AlexNet是一种深度学习模型，由AlexKrizhevsky等人在2012年提出。
CV_Today·2022-12-16 04:28

【经典简读】知识蒸馏(Knowledge Distillation) 经典之作

KnowledgeDistillation)经典之作转自：【经典简读】知识蒸馏(KnowledgeDistillation)经典之作作者：潘小小知识蒸馏是一种模型压缩方法，是一种基于“教师-学生网络思想”的训练方法
Adenialzz·2022-12-15 22:45

深度学习图模型综述

方法：构建临接表，使用randomwalk算法生成训练样本，采样同word2vec的训练方法。Node2vec问题提出：DeepWalk采样使用randomwalk,无法融合有权图的边权重。
@洋辣子·2022-12-15 12:26

李沐论文精读： ResNet

不同配置的ResNet结构3.2残差结构效果对比3.3残差结构中，输入输出维度不一致如何处理3.4深层ResNet引入瓶颈结构Botleneck4代码实现4.1残差块4.2ResNet模型5训练和测试训练方法测试
iwill323·2022-12-15 06:52

[源码解析] TensorFlow 分布式之 ParameterServerStrategy V2

源码解析]TensorFlow分布式之ParameterServerStrategyV2文章目录[源码解析]TensorFlow分布式之ParameterServerStrategyV21.如何使用1.1训练方法
罗西的思考·2022-12-14 17:52

pytorch读取自己的数据集进行训练

pytorch读取自己的数据集进行训练方法一：使用官方的ImageFolder读取图片数据方法二：使用官方的DatasetFolder读取其他类型的数据方法三：使用自己的类来读取自己比较特殊的数据集（往往是实际当中需要的
氏族归来·2022-12-14 16:03

【自监督论文阅读笔记】Contrastive Learning Rivals Masked Image Modeling in Fine-tuning via Feature Distillation

掩码图像建模(MIM)学习表示具有非常好的微调性能，盖过了以前流行的预训练方法，如图像分类、实例对比学习和图像-文本对齐。
YoooooL_·2022-12-14 15:10

Background Matting V2 学习

GitHub项目源码：GitHub-PeterL1n/BackgroundMattingV2:Real-TimeHigh-ResolutionBackgroundMatting目录论文学习方法设计：网络模型：训练方法
猪不爱动脑·2022-12-14 15:30

多目标跟踪算法(JDE)Towards Real-Time Multi-Object Tracking训练方法

论文链接：https://arxiv.org/pdf/1909.12605v1.pdf代码链接：https://github.com/Zhongdao/Towards-Realtime-MOT作者给的数据集链接：https://github.com/Zhongdao/Towards-Realtime-MOT/blob/master/DATASET_ZOO.md我的环境ubuntu18.04pyth
耳东广大木木·2022-12-14 14:38

深度学习这么调参训练_深度学习调参及训练技巧（转）

1.调参训练技巧对深度学习来说是非常重要的，作为一门实验性质很强的科学，同样的网络结构使用不同的训练方法训练，结果可能会有很大的差异。这里我总结了近一年来的炼丹心得，分享给大家，也欢迎大家补充指正。
weixin_39863155·2022-12-14 07:08

NLP领域的ELECTRA在符号预测上的应用

awesome-DeepLearning更多NLP模型(BERT系列)，请参考：PaddleNLP2、原理解读2.1介绍掩码语言模型(maskedlangaugemodel,MLM)，类似BERT通过预训练方法使用
飞桨PaddlePaddle·2022-12-14 03:01

神经网络与深度学习：人工神经网络（下）

1.2随机梯度下降1.3小批量梯度下降2.梯度下降法的优化2.1小批量样本的选择2.2批量大小2.3学习率2.4梯度3.Keras和tf.Keras4.Sequential模型3.1搭建模型3.2配置训练方法
Twinkle1231·2022-12-14 01:26

X-VLM：多粒度视觉语言预训练方法

AligningTextswithVisualConcepts.”ArXivabs/2111.08276(2021).源码：https://github.com/zengyan-97/x-vlm现有的视觉语言预训练方法大多依赖于通过目标检测提取的以对
Civisky·2022-12-13 17:13

yolov5的个人使用记录

yolo-v5实现步骤：准备阶段——数据整理——模型训练——模型推理准备阶段：需要的硬件，软件的安装，环境的配置数据整理：图片标签标注，训练集和验证集模型训练：模型中参数的设置，训练方法，获得训练模型模型推理
狮子王--·2022-12-13 11:04

nnUNet框架小结（CUDA9.0+torch1.1\使用nrrd数据集）

该框架认为更多的提N升其实在于理解数据，并针对医学数据采用适当的预处理和训练方法。nnUNet可谓医学图像分割的大杀器。
苏东坡哦哦·2022-12-12 22:32

cv_常见代码

第一节Pytorch一、神经网络分类任务1、Mnist分类任务：网络基本构建与训练方法，常用函数解析torch.nn.functional模块nn.Module模块1)查看pytorch版本importtorchprint
机器视觉_小菜鸡·2022-12-12 12:51

机器学习之集成学习（实验记录）

集成学习实验任务一、实验目标二、实验内容三、实验任务及步骤四、实验总结一、实验目标了解集成学习的基本结构、训练方法、实现方法，并通过随机森林与Adaboost算法加深理解。
会赚钱的AI·2022-12-12 11:36

神经网络语言模型

传统的语言模型训练采用最大似然的方法训练参数，例如P(wn|wiwi+1…wn-1)=Count(wiwi+1…wn-1wn)/Count(wiwi+1…wn-1).这种训练方法简单直观但是缺点也非常明显
chunkejing8554·2022-12-12 09:44

pytorch快速上手（9）-----多GPU数据并行训练方法

文章目录总览1.必知概念代码示例1.DP(torch.nn.DataParallel)2.DDP(torch.nn.parallel.DistributedDataParallel)示例1示例22.1环境配置2.2数据集与加载器构造2.3模型2.4训练总览pytorch提供了两种方式实现并行训练：单机多GPU可以使用torch.nn.DataParallel接口(DP,旧的)或者torch.nn.
All_In_gzx_cc·2022-12-12 04:54

【机器学习】如何去评价一个神经网络模型的好坏？什么是交叉验证数据集？偏差和高差对模型的影响？

系列文章目录第十二章Python机器学习入门之构建机器学习系统目录系列文章目录前言一、如何评估一个模型的性能二模型的选择和交叉验证数据集的训练方法三通过偏差和方差对模型进行诊断四正则化对偏差和方差的影响六制定一个用于性能评估的基准总结前言如何去评价一个神经网络模型的好坏呢
晓亮.·2022-12-11 17:11

Tensorflow2.1入门 第三章：使用“八股”搭建神经网络

Tensorflow2.1入门第三章：使用“八股”搭建神经网络一、tf.keras搭建网络八股1.六步法2.Sequential方法3.Class方法4.配置训练方法（1）优化器（2）损失函数（3）评判标准二
cjdsj1999·2022-12-11 14:02

曹健老师 TensorFlow2.1 —— 第三章 神经网络八股

喂入网络的训练集和测试集model=tf.keras.models.Sequential#在Sequential中搭建网络结构，逐层描述每层网络，即前向传播model.compile#在compile中配置训练方法
JuicyPeachHoo·2022-12-11 14:26

论文总结（1）：卷积神经网络研究综述（Review of Convolutional Neural Network）— （周飞燕）

1.论文主干为：卷积神经网络的发展历史、神经元模型、多层感知机的结构、卷积神经网络的结构（卷积层、取样层、全连接层）、网中网结构、空间变换网络（改进的卷积神经网络）、卷积神经网络的监督学习、无监督学习训练方法
高高呀~·2022-12-11 10:08

机器学习(七)——tf.keras搭建神经网络固定模式

导入相关模块train,test——指定训练集与测试集model=tf.keras.models.Sequential——在Sequential搭建神经网络，描述每层网络model.compile——配置训练方法
lkw23333·2022-12-11 08:48

Span 抽取和元学习能碰撞出怎样的新火花，小样本实体识别来告诉你！

这是一种面向命名实体识别的小样本学习算法，采用两阶段的训练方法，检测文本中最有可能是命名实体的Span，并且准确判断其实体类型，在仅需要标注极少训练
阿里云大数据AI技术·2022-12-10 18:36

Span抽取和元学习能碰撞出怎样的新火花，小样本实体识别来告诉你！

这是一种面向命名实体识别的小样本学习算法，采用两阶段的训练方法，检测文本中最有可能是命名实体的Span，并且准确判断其实体类型，在仅需要标注极少训练数据的情况下，提升预训练语言模型在命名实体识别任务上的精
阿里云技术·2022-12-10 15:36

pytorch中使用多GPU并行训练

多GPU并行训练介绍常见的多GPU训练方法这里给出了两种，当然不局限于这两种。
@BangBang·2022-12-10 14:19

【NLP】一文搞懂NLP中的对抗训练

本文主要串烧了FGSM,FGM,PGD,FreeAT,YOPO,FreeLB,SMART这几种对抗训练方法，希望能使各位大佬炼出的丹药更加圆润有光泽，一颗永流传简介对抗训练是一种引入噪声的训练方式，可以对参数进行正则化
风度78·2022-12-10 13:17

一文搞懂NLP中的对抗训练

本文主要串烧了FGSM,FGM,PGD,FreeAT,YOPO,FreeLB,SMART这几种对抗训练方法，希望能使各位大佬炼出的丹药更加圆润有光泽，一颗永流传简介对抗训练是一种引入噪声的训练方式，可以对参数进行正则化
李rumor·2022-12-10 13:17

线性回归、逻辑回归

区别：线性回归逻辑回归预测连续的变量（房价预测）预测离散的变量（分类，癌症预测）拟合函数预测函数最小二乘法似然估计3.神经网络的训练方法：梯度下降法（Gradientdescen
m沐七·2022-12-10 10:08

Matlab人工神经网络基本知识笔记

hiddenSizes,trainFcn)%hiddenSizes为行向量，表示隐层尺寸，缺省值为10%例如hiddenSizes=[2,3]表示隐层第一层有2个神经元，第二层有3个神经元%trainFcn为训练方法
哈士奇起飞了·2022-12-10 09:56

五花八门的多模态模型如何选择？

学术界提出了五花八门的VLP模型结构、训练方法方法。这些VLP方法哪种效果最好呢？微软近期发表的一篇论文AnEmpiricalStudyofTrainingEnd-to-EndVisionandLa
fareise·2022-12-10 09:40

面向Transformer模型的高效预训练方法

点击下面卡片，关注我呀，每天给你送来AI技术干货！来自：哈工大讯飞联合实验室本期导读：自从BERT出现以来，预训练技术逐渐发展成为了NLP领域不可或缺的主流技术。这给我们处理NLP任务带来了极大的便利，但是优秀的预训练模型背后需要极大的算力成本，因此如何高效地训练Transformer模型也成为了人们关注的一个重点。本期结合预训练策略研究的一篇最新工作对模型策略微调与模型性能、训练效率的关系展开说
zenRRan·2022-12-10 06:52

UNIMO：通过跨模态对比学习实现统一模态的理解和生成

现有的预训练方法或侧重于单模态任务，或侧重于多模态任务，不能有效地相互适应，只能利用单模态数据或有限的多模态数据。
Civisky·2022-12-10 04:02

对比式无监督预训练简介（Contrastive Pre-training）

根据任务的类型，我们可以将常见的无监督预训练方法分为生成式预训练和对比式预训练。本文主要介绍常见的对比式预训练任务。对比式预训练Contrast
计算机视觉研究院·2022-12-10 04:21

Span 抽取和元学习能碰撞出怎样的新火花，小样本实体识别来告诉你！

这是一种面向命名实体识别的小样本学习算法，采用两阶段的训练方法，检测文本中最有可能是命名实体的Span，并且准确判断其实体类型，在仅需要标注极少训练数据的情况下，提升预训练语言模型在命名实体识别任务上的精
阿里云云栖号·2022-12-09 21:48

Exploiting Unintended Feature Leakage in Collaborative Learning 阅读心得

和传统机器学习的训练方法相比，协作学习不只在一个单一数据集上由单个用户训练数据，而是由多个用户在各自私人数据集上训练，共享训练信息来对目标模型更新。
zzuls·2022-12-09 13:18

《基于eigen3多层感知机的反向传播算法实现》

Attention，一般featureextractor会是CNN、RNN，semanticinfo都会MLP、attention所获得为了自适应地拥有最好的权重，他们都不开反向传法算法，或者是bp-based的训练方法
TimTargaryen·2022-12-09 10:27

Faster-RCNN网络

Faster-RCNN网络学习目标熟悉FasterRCNN目标检测的思想知道anchor（锚框）的思想掌握RPN网络是如何进行候选区域的生成的掌握ROIPooling的使用方法知道fasterRCNN的训练方法在
最白の白菜·2022-12-09 07:15

Inception-v1论文拜读：Going deeper with convolutions

原文链接：https://arxiv.org/pdf/1409.4842v1.pdf文章目录0摘要1介绍2相关工作3动机和高层次的考虑4架构细节5GoogleNet6训练方法7ILSVRC2014分类挑战的设置和结果
Pluto534·2022-12-09 04:39

深度信念网络（DBN）

1.深度信念网络（DBN）是RBM与SBN的混合模型，可以看成叠加的RBM2.增加层数可以使得RBM模型变得更好的原因是对先验P(h)建模，使得ELBO增大3.采取贪心逐层训练方法学习DBN的参数模型介绍深度信念网络
整得咔咔响·2022-12-08 23:44
上一页 16 17 18 19 20 21 22 23 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他