调参第13页

【AI实战营第二期】第三次作业——基于 RTMDet 的气球检测（包含数据集）

任务：基于提供的notebook，将cat数据集换成气球数据集;按照视频中notebook步骤，可视化数据集和标签;使用MMDetection算法库，训练RTMDet气球目标检测算法，可以适当调参，提交测试集评估指标

AI浩·2023-06-17 15:05

解密Prompt系列3. 冻结LM微调Prompt: Prefix-tuning & Prompt-tuning & P-tuning

这类模型的优势很直观就是微调的参数量小，能大幅降低LLM的微调参数量，是轻量级的微调替代品。

AI生成曾小健·2023-06-16 15:45

Focal Loss介绍

具体来说，FocalLoss引入了一个可调参数γ\

I松风水月·2023-06-16 14:51

精确率、召回率、F1 值、ROC、AUC

有了一个指标，我们就可以对比不同模型了，从而知道哪个模型相对好，那个模型相对差，并通过这个指标来进一步调参逐步优化我们的模型。对于分类和回归两类监督学习，分别有各自的评判

rs勿忘初心·2023-06-16 12:30

Laya LoaderManager小记

全部队列加载完成，会派发Event.COMPLETE事件；如果队列中任意一个加载失败，会派发Event.ERROR事件，事件回调参数值为加载出错的资源地址。

chiguozi·2023-06-16 04:54

Unity PID 控制算法可视化学习

于是打算用Unity写个小程序，来模拟pid的调参过程。

示申○言舌·2023-06-16 03:19

lightbgm参数_XGBoost和LightGBM的参数以及调参

我们所说的调参，很这是大程度上都是在调整booster参数。学习目标参数：控制训练目标的表现。我们对于问题的划分主要体现在学习目标参数上。比如我们要做分类还是回归，做二分类还是多分类

山遙·2023-06-15 14:28

XGBoost-Python完全调参指南-参数解释篇

本文转自XGBoost-Python完全调参指南-参数解释篇。对XGBoost有需要小伙伴可以参看。并在此基础上，添加了一些内容。

hellozhxy·2023-06-15 14:28

数据挖掘各流程中的常用方法总结（三）

、混淆矩阵2、准确率（Accuracy）3、精确率（Precision）4、召回率（Recall）5、F1score6、AUC7、RMSE（均方根误差）、MSE（均方误差）、MAE（平均绝对误差）模型调参网格搜索

云流寂川·2023-06-14 19:54

impala内存超限

目录一、背景二、报错内容三、解决办法1.调参2.简单粗暴一、背景impalashell执行SQL语句时报错二、报错内容Memorylimitexceeded:Couldnotallocatememorywhiletryingtoincreasereservation

chimchim66·2023-06-14 13:13

DynamicTp新版本发布。还在为Dubbo线程池耗尽烦恼吗？还在为Mq消费积压烦恼吗？

DynamicTp简介DynamicTp是一个基于配置中心实现的轻量级动态线程池管理工具，主要功能可以总结为动态调参、通知报警、运行监控、三方包线程池管理等几大类。

·2023-06-14 11:15

DynamicTp v1.0.7版本发布。还在为Dubbo线程池耗尽烦恼吗？还在为Mq消费积压烦恼吗？

DynamicTp简介DynamicTp是一个基于配置中心实现的轻量级动态线程池管理工具，主要功能可以总结为动态调参、通知报警、运行监控、三方包线程池管理等几大类。

·2023-06-14 11:15

大数据开发之Hive案例篇13：Hive SQL 常见参数调整

二.解决方案以下是常见的调参:#指定队列setmapreduce.job.queuename=root.default;#在只有map的作业结束时合并小文件，默认开启true；sethive.merge.mapfile

只是甲·2023-06-14 10:50

【深度学习】日常笔记2

一直以来其实对调参这个词不太熟悉，后面知道了比如学习率就为超参数，是被调参的对象：↑标量方程对向量的导数大概就是↓在对矩阵求导时，我们需要使用矩阵微积分中的求导法则。

重剑DS·2023-06-13 22:50

m0_49180275·2023-06-13 04:44

matlab/simulink对比前后两次仿真的曲线

做simulink仿真时，我们希望研究某个参数对于系统响应的影响，就需要不断的调整某个模块的参数，为了对比调参前后，系统的响应曲线，我们需要把前后两次的仿真结果，用toWorkspace模块送入工作空间

暴躁的野生猿·2023-06-12 22:05

Datawhale 零基础入门数据挖掘-Task4 建模调参

Datawhale零基础入门数据挖掘-Task4建模调参这一部分主要讲的是调参的，调参有几个比较重要的模型：线性回归模型https://zhuanlan.zhihu.com/p/49480391决策树模型

YAN_DUDU·2023-06-12 08:26

论文实验—使用多线程循环调参数（matlab parfor函数）

实验参数调整是一个比较麻烦也很费时的过程，本文将介绍一种使用多线程的方法在服务器上调参的方法，将会非常省时。除了多线程循环，还有一些相关的内容也会介绍。

*pan·2023-06-12 02:15

深度学习，训练注意事项

title在训练中，我们不仅要做验证集也要做测试集，同时还要监控验证集和测试集情况，以此来控制训练参数，合理进行调参。

小姐姐催我改备注·2023-06-12 02:49

手写识别实操案例

前言本实操案例是对手写识别教学案例的实操步骤，旨在同学们可以直接根据本文档所写的实操步骤，完成手写识别案例中神经网络的执行、调参过程，最终使精确度达到很高的一个水平，以对神经网络有一个大致的了解。

贰拾肆画生·2023-06-12 00:06

自动路径规划方法

2.代价函数的调参问题。【嵌牛鼻子】samplingbased的路径规划方法简单介绍以及costfunct

归去来兮_c94f·2023-06-11 21:52

大模型有什么用，从技术上看

从开发、调参、优化、迭代到应用，AI模型研

AI研究院·2023-06-11 11:24

位置式PID与增量式PID

*PID*调参的实用方法和经验有哪些？

Prejudices·2023-06-11 10:46

clickhouse数据模型之用户路径分析

绝大多数人拿到这个需求的做法就是进行数据抽样观察以及进行一些简单的问卷调参工作，这种方式不但费时费力还不具有代表性，那么这个时候你就需要一套用户行为路径分析的模型作为支撑，才能快速帮组你找到最佳答案前言

与AI零距离·2023-06-11 09:53

AEB Carsim和Simulink联合仿真基于TTC，驾驶员安全距离模型的AEB算法仿真

AEBCarsim和Simulink联合仿真基于TTC，驾驶员安全距离模型的AEB算法仿真，CCRM，CCRS,CCRB,二级制动，下层做了逆制动器模型，也做了控制模糊pid模型但是没调参数可自己调.场景是

「已注销」·2023-06-10 17:36

深度学习-调参技巧总结

针对CNN优化的总结使用没有batchnorm的ELU非线性或者有batchnorm的ReLU。用类似1*1的网络结构预训练RGB数据，能得到更好的效果。使用线性学习率衰退策略。使用平均和最大池化层的和。使用大约128（0.005）到256（0.01）的mini-batch大小。如果这对你的GPU而言太大，将学习率按比例降到这个大小就行。使用卷积层代替之前的MLP中的线性层，并用平均池化层预测。当

MrRoose·2023-06-10 16:14

stable diffusion其他微调方法

预训练模型的所有参数都锁住，只有新的embedding被训练DreamBooth与textualinversion区别微调参数不同：前者微调所有参数，后者只训练新加的embedding新to

hei_hei_hei_·2023-06-10 05:53

DRL实战：SAC | Gym环境中经典控制问题Pendulum-v0及调参记录

1Pendulum-v0介绍倒立摆问题是控制文献中的经典问题。在这个版本的问题中，钟摆以随机位置开始，目标是将其向上摆动，使其保持直立。动作空间，状态空间都为连续的，其中env.observation_space.shape[0]=3，env.action_space.shape[0]=1详情可参考链接：https://www.jianshu.com/p/af3a7853268f2代码该代码参考伯

xiaochen_hzau·2023-06-10 01:42

使用Optuna进行模型的自动调参

在做机器学习作业的时候苦于手动调参（甚至一度想自己简单写个函数自动调参，不过想来python库中肯定有相关函数，便有了这篇文章）在文章的结尾，我会以李宏毅机器学习hw01为例子介绍怎么插入这段代码关于课程说句题外话

Hoper.J·2023-06-09 20:25

B站、抖音上那些4K、60帧视频是如何修复的？

通过大量的数据训练，无需调参，彻底去除视频内的各种噪点还原高清画质。还可以精准抓取视频中的人像，根据不同特征进

jiumillion·2023-06-09 11:16

在大公司天天调参数，感觉快废了

01、基础知识一个嵌入式工程师，很多都是从51单片机或者STM32单片机开始，对于单片机的开发环境，开发流程，基础外设都了解，做过一些实际的案例，比如点流水灯之类的。那么对于基本的中断的概念，寄存器的概念，看门狗，AD等基本原理能大概的讲出来。掌握硬件设计方法，能设计原理图PCB，至少两层板。能画出三极管及MOS管作为开关管的实际应用电路，对电源芯片的设计有基本的了解。能利用网络进行信息检索，能在

IOT-Power·2023-06-09 07:29

监听滚动条和触底判断

www.cnblogs.com/guobin-/p/16323532.html判断滚动条是否滚动到页面底部-简书目录一、滚动监听二、代码实现：一、滚动监听1.监听方法通过@scroll事件进行监听，回调参数为事件

可爱多甜·2023-06-09 07:57

使用目标事件属性方法引导chatgpt创作

使用ai先生成可调参数表最后调节参数生成内容影响一首诗词的好坏属性有哪些影响一首诗词的好坏属性的因素很多，包括但不限于以下几个方面：诗歌内容：诗歌内容是否丰富，富含深度、多样性、审美价值以及富有情感。

东方佑·2023-06-09 03:13

快速掌握 LightGBM 必备知识点，十问十答

8.LightGBM如何调参？9.如何使用LightGBM进行交叉验证？10.LightGBM支持的损失函数有哪些？

Python数据挖掘·2023-06-09 00:19

LTE传输模式（TM1 - TM9）

不同传输模式之间的区别主要在于：天线映射的结构不同解调参考信号不同，CRS或UE特定参考信号依赖不同的CSI反馈类型名称预编码方式天线端口应用场景码字数层数*信道估计参考信号信道测量参考信号空分复用CSI

hoududubaba·2023-06-08 23:43

【开源项目】Dynamic-Tp核心流程源码解读

序.介绍dynamic-tp是一款动态线程池组件，可以实现线程池的实时动态调参及监控报警，线程池配置放在配置中心统一管理，达成业务代码零侵入，支持多配置中心的选择和常见的第三方组件的线程池的集成管理。

秋装什么·2023-06-08 16:22

学会ChatGPT模型调参，让你的文章质量飞速提升（提供免费测试网站）

在阐述观点的时候，首先分享一个免费且无需登录即可使用，结合问答与绘图，可调节模型参数的AI（懂的都懂,手动狗头）公益平台：https://shdily.comTemperature和Top_p都是用于控制生成文本的多样性和准确性的参数。Temperature参数是一个介于0和1之间的值，它可以控制生成文本的多样性。当Temperature值较高时，生成的文本会更加随机和多样化，而当Temperat

CharmDeer·2023-06-08 07:23

天池龙珠数据挖掘训练营 Task3 学习笔记（特征工程）

天池龙珠数据挖掘训练营学习笔记天池龙珠数据挖掘训练营Task1学习笔记（赛题理解）天池龙珠数据挖掘训练营Task2学习笔记（数据分析）天池龙珠数据挖掘训练营Task3学习笔记（特征工程）天池龙珠数据挖掘训练营Task4学习笔记（建模调参

cndrip·2023-06-07 20:43

XGBoost算法原理与实战

XGBoost算法原理与实战前言一、XGBoost算法原理1.1GBDT回顾1.2XGBoost的改进二、XGBoost实战2.1安装XGBoost2.2数据准备2.3训练XGBoost模型2.4模型评估与调参前言

CyrusMay·2023-06-07 14:11

手把手带你调参Yolo v5（二）

来源：投稿作者：王同学编辑：学姐今天我们继续上次的YOLOv5参数解析，这次主要解析源码中train.py文件中包含的参数。1.1'--weights'1.2'--cfg'1.3'--data'1.4'--hyp'1.5'--epochs'1.6'--batch-size'1.7'--imgsz','--img','--img-size'1.8'--rect'1.9'--resume'1.10'-

深度之眼·2023-06-07 12:12

YOLOv5【预测detect.py逐行源码及参数调参解析】超详细解读！！！建议收藏✨✨！

之前的文章介绍了YOLOv5的网络结构与目录结构源码的详细解读，今天带来的是YOLOv5的detect.py代码逐行解读以及注释，废话不多说，让我们一起学习YOLOv5的detect.py源码吧！YOLOv5所使用版本：v6.1（由于YOLOV5版本一直在更新，不同版本代码略有差异，但差别不大，可供用来学习。）YOLOv5源码地址：GitHub-ultralytics/yolov5atv6.1其他

耿鬼喝椰汁·2023-06-07 12:37

YOLOv5【训练train.py逐行源码及参数调参解析】超详细解读！！！建议收藏✨✨！

之前的文章介绍了YOLOv5的网络结构与目录结构源码以及detect.py的详细解读，今天带来的是YOLOv5的train.py代码参数逐行解读以及注释，废话不多说，让我们一起学习YOLOv5的train.py源码吧！YOLOv5所使用版本：v6.1（由于YOLOV5版本一直在更新，不同版本代码略有差异，但差别不大，可供用来学习。）YOLOv5源码地址：GitHub-ultralytics/yol

耿鬼喝椰汁·2023-06-07 12:27

YOLOAir库使用（一）

统一模型代码框架、统一应用方式、统一调参、统一改进、易于模块组合、构建更强大的网络模型：内置YOLOv5、YOLOv7、YOL

BestSongC·2023-06-07 08:33

Unity 事件系统

如果查看物体的EventSystem，会发现可调参数并不多，这是因为EventSystem本身被设计为一种管理器，而不是事件的具体处理者EventSystem功能包含以下几个方面：MessageSystem

七七喝椰奶·2023-06-07 08:57

MobPush Android端常见问题

如何获取回调参数进程存活的情况下，可在我们的回调监听中看到通知详情，可以根据回调参数进行处理。详情请查看API接口->推送监听接口。

·2023-06-06 21:40

在webots中绘制数据曲线

文档创建日期：2023年4月14日文档内容：如何在webots中绘制数据值随时间变化的曲线文档作者：RobotFreak在webots中进行机器人仿真时，不可避免地也会用到pid，在对pid进行调参的过程中

RobotFreak·2023-04-21 21:02

Simulink 自动代码生成电机控制：硬件开发板系统介绍

毕业接触FOC控制是用芯片公司提供的电机库进行二次开发，老实说就是调参加

卡洛斯伊·2023-04-21 11:22

SMC/VSC（十一）——基于趋近律的离散滑模控制(白嫖程序模型)

目录前言1.被控对象2.控制器设计3.m语言仿真分析3.1出图结果4.S函数仿真分析4.1控制器设计4.2调参4.3s函数编写被控对象4.4s函数编写控制器4.5仿真结果前言虽然滑模变结构控制主要是针对连续系统

Mr. 邹·2023-04-20 17:46

win10部署NovelAI绘画，Stable Diffusion，Chilloutmix，实现txt2img，img2img（含调参）

、StableDiffusion是什么2、深度学习环境搭建3、StableDiffusion环境搭建（可跳过）4、StableDiffusionWebUI环境搭建（主要）5、NovelAI模型的修改与调参

小哈里·2023-04-20 07:32

不调包，用python最简单的代码手写线性回归梯度下降算法

最近因项目需要，学习了一个多月的机器学习算法，从基础理论到sklearn，再到tensorflow2.0教程都看了一个遍，似乎有点感觉了，现在基本上可以通过调包实现大多数的常见算法以及常见调参调优方法。

septwolves2015·2023-04-19 18:51

推荐频道

调参