Learn

deepxde 源码阅读笔记（长期更新）

最后发现就是operatorlearning的PDEs方程parameters。
构建的乐趣·2023-11-24 17:22

什么是Few-shot Learning

Few-shotLearning（少样本学习）是MetaLearning（元学习）中的一个实例[1]，所以在了解什么是Few-shotLearning之前有必要对MetaLearning有一个简单的认识
一位学有余力的同学·2023-11-24 17:57

机器学习【01】相关环境的安装

杨强}https://book.douban.com/subject/35436587/项目地址：https://github.com/FederatedAI/Practicing-Federated-Learning
ihan1001·2023-11-24 16:40

机器学习第13天：模型性能评估指标

折交叉验证留一交叉验证混淆矩阵精度与召回率介绍精度召回率区别使用代码偏差与方差介绍区别交叉验证保留交叉验证介绍将数据集划分为两部分，训练集与测试集，这也是简单任务中常用的方法，其实没有很好地体现交叉验证的思想使用代码#导入库fromsklearn.model_selectionimporttr
Nowl·2023-11-24 16:06

【MATLAB源码-第87期】基于matlab的Q-learning算法栅格地图路径规划，自主选择起始点和障碍物。

操作环境：MATLAB2022a1、算法描述Q-learning是一种无模型的强化学习算法，适用于有限的马尔可夫决策过程（MDP）。
Matlab程序猿·2023-11-24 15:45

【Linux 带宽限速】trickle，限制docker 上传速度

例如：trickle-s-u300dockerpushkevinchina/deeplearning
XD742971636·2023-11-24 14:21

English note 6

《Whenyoulose,youshouldneverloseheart》SundayJanuary13th,2019CloudyToday,IlearnedNo.26Icouldn'thelpit=Icouldn'tcontrol
趁早小迷妹·2023-11-24 14:35

基于SV2TTS的中文语音克隆合成实践

参考论文：TransferLearningfromSpeakerVerificationtoMultispeakerText-
养仙女的小红花·2023-11-24 13:52

深度学习的优化：理论和算法《Optimization for deep learning: theory and algorithms》论文阅读笔记-4.训练神经网络的通用算法

5.训练神经网络的通用算法前面讨论了一些神经网络的特定tricks，这些小技巧需要结合最优化方法，如SGD。通常我们希望得到一个快速且表现好的方法。然而更快的方法通常表现不是最好的，因此我们设定一个可以接受的速度值，在满足这个速度值的情况下，尽可能的提高模型表现。5.1SGD和学习率的计划当前，最流行的方法是SGD和他的变种，SGD每次选择一个样本更新权重。在每个EPOCH开始时，进行shuffl
数据小新手·2023-11-24 12:18

《学习之道》第四章下丨一看就会，一做就废--如何避免能力错觉

在MOOC、Coursera上开创最受欢迎的学习课“learninghowtolearn”，数十万人报名。本书一出版即高居美国亚马逊学
脑科学与学习方法技能·2023-11-24 12:04

Deep Reinforcement Learning For Sequence to Sequence Models

这篇论文是一篇综述性质的文章吧，研究了现有的Seq2Seq模型的应用和不足，以及如何通过不同的强化学习方法解决不足，写的深入具体，mark一下。本文的顺序是对文章的一个总结，并不是文章真实的组织顺序。论文链接：https://www.paperweekly.site/papers/1973代码链接：https://github.com/yaserkl/RLSeq2Seq1、Seq2Seq模型1.S
文哥的学习日记·2023-11-24 12:21

Learn Go (四) 数组, 切片, 字符串应用和处理

数组定义var,:=关键字;元素数量写在类型前面vararr1[5]int//中括号数字,是指定元素个数,默认元素为0arr2:=[3]int{1,2,3}arr3:=[...]int{4,5,6,7,8}//让编译器计算元素个数vargrid[4][5]int//代表4行5列二维数组,只能用var声明遍历//方式一arr3:=[...]int{1,3,5,7,9}fori:=0;iabcbbbb
Tokale·2023-11-24 12:41

零基础入门语音识别-食物声音识别Task1

baseline由开源学习组织Datawhale提供https://github.com/datawhalechina/team-learningTask1食物声音识别-Baseline-CNN环境要求
miskirito·2023-11-24 12:29

OpenGL 环境配置教程-库文件汇总【glfw/glew/glad/glm/std_img】

本文对LearnOpenGLCN教程网站中出现的库文件配置进行了一次汇总，使用的是MicrosoftVisualStudio2019IDE，帮助初学者解决入门配置问题。
cycler_725·2023-11-24 11:59

【学习日志】2022.08.19 计算机图形学、OpenGL、疼迅云游戏引擎面试、GLAD、GLFW、virtual

计算机图形学知识图谱、学习路线OpenGL概述简介-LearnOpenGLCN(learnopengl-cn.github.io)当前比较流行的搭配是freeglut+glew，或者glfw+glew。
EndlessDaydream·2023-11-24 11:26

R数据分析：集成学习方法之随机生存森林的原理和做法，实例解析

集成学习方法Ensemblelearningmethodsaremadeupofasetofclassifiers—e.g.decisiontrees—andt
公众号Codewar原创作者·2023-11-24 10:08

机器学习之决策树

Outline1.算法思想2.概念解释3.SklearnCodePart1算法思想一堆数据，依次根据不同的item依次进行展开分支，如下图所示。
Ob_la_di·2023-11-24 10:44

angular 模块_Angular模块简介

Thingstoknowbeforeyouread)ThisarticleisgearedtowardspeoplewhohavesomeexperiencewithAngular.IfthisisyourfirsttimelearningaboutAngular
weixin_26750481·2023-11-24 10:48

mapTR环境配置和代码复现

MAPTR:STRUCTUREDMODELINGANDLEARNINGFORONLINEVECTORIZEDHDMAPCONSTRUCTION论文：https://arxiv.org/pdf/2208.14437
Nani_xiao·2023-11-24 09:16

python手写数字识别论文_Python数据分析及可视化实例之手写体数字识别

Talkischeap,showUthecode.该源码注释比较全面，需要对SKlearn有一定的了解，当然，你也可以把它视作黑箱，做个调包侠也是大侠。
weixin_39644021·2023-11-24 08:37

手写数字可视化_Python数据分析与可视化

数据在sklearn中，包含近2000份8x8的手写数字缩略图。
阿松爱睡觉·2023-11-24 08:03

JUC之深入理解ReentrantReadWriteLock

GitHub：https://github.com/JDawnF/learning_noteReentrantReadWriteLock，读写锁，是用来提升并发程序性能的锁分离技术的Lock实现类。
striveb·2023-11-24 08:39

【学习笔记】懂你英语 核心课 Level 7 Unit 1 Part 3（III）On Endurance 3

Speaker:DavidBlaine懂你英语第三课Istartedlearningabouttheworld-recordholder.HisnameisTomSietas.我开始了解到这个记录的保持者叫汤姆斯塔斯
豚之大·2023-11-24 08:35

Encourage oneself

Iwanttotravelabroadthesedays,butmyprogressinlearningEnglishisveryslowduringthistime.Knowingyouarestupidcanalsopromotesuccess
1db1a95d7372·2023-11-24 07:52

文档相似度之词条相似度word2vec、及基于词袋模型计算sklearn实现和gensim

文档相似度之词条相似度word2vec、及基于词袋模型计算sklearn实现和gensim示例代码：importjiebaimportpandasaspdfromgensim.models.word2vecimportWord2Vecfromgensimimportcorpora
IT之一小佬·2023-11-24 06:35

[python] 使用scikit-learn工具计算文本TF-IDF值（转载学习）

这里主要讲述基于Python的机器学习模块和开源工具：scikit-learn。
彩虹下的天桥·2023-11-24 06:29

sklearn中的TfidfTransformer和gensim中的TfidfModel的区别

sklearn.feature_extraction.text.TfidfTransformer和gensim.models.TfidfModel都是用于计算文本数据的TF-IDF值的工具。
lantx_SYSU·2023-11-24 06:20

ModuleNotFoundError: No module named ‘sklearn.externals.six‘解决

解决办法模块sklearn.externals.six在scikit-learn0.23及以后的版本中被删除。要使用它，您必须降级到0.22版。
阿迪不想上班·2023-11-24 06:59

机器学习——1.Sklearn：特征工程

目录scikit-learn数据集API介绍sklearn小数据集sklearn大数据集sklearn数据集的使用数据集的划分特征工程特征抽取/特征提取特征提取API字典特征提取文本特征提取中文文本特征值抽取停用词中文文本特征值抽取分词处理文本特征抽取
买奶茶的小孩·2023-11-24 05:52

sklearn中的神经网络

目录概述softmax概述在机器学习中，我们建模，将特征矩阵输入模型中，然后算法为我们输出预测结果。只不过在人脑中，数以亿计的神经细胞相互链接来构建一个生物神经网络（一个神经细胞当然可以和众多个神经细胞相连），我们的机器学习中，往往只有一个模型或者一种算法在运行。人脑通过构建复杂的网络可以进行逻辑，语言，情感的学习，相信模拟这种结构的机器也可以有很强大的学习能力，于是人工神经网络应运而生。神经网络
kongqing23·2023-11-24 05:51

sklearn专题四：降维算法

目录1概述1.1从什么叫“维度”说开来2PCA与SVD2.2重要参数n_components2.2.1迷你案例：高维数据的可视化2.2.2最大似然估计自选超参数2.2.3按信息量占比选超参数2.3PCA中的SVD2.3.1PCA中的SVD哪里来？2.3.2重要参数svd_solver与random_state2.3.3重要属性components_2.4重要接口inverse_transform2
Colorfully_lu·2023-11-24 05:50

关于sklearn的：还可能是网络的问题？？？

前提：安装sklearn需要numpy、scipy等库（这个自行搜索）昨天安装numpy、scipy很快，一会就好了，然后安装sklearn一直报错，还以为是版本问题。
zr_xs·2023-11-24 05:19

谷歌-基于卷积深度神经网络的短文本匹配排序算法

谷歌（AliakseiSeveryn）在2015年的SIGIR上发表了一篇名为LearningtoRankShortTextPairswithConvolutionalDeepNeuralNetworks
东坡晴雨·2023-11-24 04:56

Week5

第5周九、神经网络的学习(NeuralNetworks:Learning)9.1代价函数参考视频:9-1-CostFunction(7min).mkv首先引入一些便于稍后讨论的新标记方法：假设神经网络的训练样本有个
kidling_G·2023-11-24 04:17

权杖侍卫——信息传递

Life'snotaboutlearningtofindyourpower;it'saboutlearningtouseit.Andsometimes…chocolate,puppies,orpurple
永俊观察日记·2023-11-24 03:27

聚类笔记/sklearn笔记：Affinity Propagation亲和力传播

1算法原理1.1基本思想将全部数据点都当作潜在的聚类中心(称之为exemplar)然后数据点两两之间连线构成一个网络(相似度矩阵)再通过网络中各条边的消息(responsibility和availability)传递计算出各样本的聚类中心。1.2主要概念Examplar聚类中心similarityS(i,j)相似度一般使用负的欧式距离，所以S(i,j)越大，表示两个点距离越近，相似度也就越高Pre
UQI-LIUWJ·2023-11-24 02:08

机器学习/sklearn 笔记：K-means,kmeans++,MiniBatchKMeans

1K-means介绍1.0方法介绍KMeans算法通过尝试将样本分成n个方差相等的组来聚类，该算法要求指定群集的数量。它适用于大量样本，并已在许多不同领域的广泛应用领域中使用。KMeans算法将一组样本分成不相交的簇，每个簇由簇中样本的平均值描述。这些平均值通常称为簇的“质心”；注意，质心通常不是样本点，尽管它们存在于相同的空间中。KMeans算法旨在选择最小化惯性或称为群内平方和标准的质心：1.
UQI-LIUWJ·2023-11-24 02:37

机器学习/sklearn笔记：MeanShift

1算法介绍一种基于质心的算法通过更新候选质心使其成为给定区域内点的均值候选质心的位置是通过一种称为“爬山”技术迭代调整的，该技术找到估计的概率密度的局部最大值1.1基本形式给定d维空间的n个数据点集X，那么对于空间中的任意点x的均值漂移向量基本形式可以表示为：其中Sk表示数据集的点到x的距离小于球半径h的数据点漂移过程就类似于”梯度下降“通过计算漂移向量，然后把球圆心x的位置更新一下求解一个向量，
UQI-LIUWJ·2023-11-24 02:32

【现学现卖】CHEER与病毒宏基因组数据分析（1）

“文献阅读”CHEER:HierarCHicaltaxonomicclassificationforviralmEtagEnomicdataviadeepleaRning摘要：病毒宏基因组数据增长快速，
乔伊nikkie·2023-11-24 02:57

天猫用户重复购买预测（速通二）

逻辑回归分类模型2、K近邻分类模型3、高斯贝叶斯分类模型4、决策树分类模型5、集成学习分类模型模型验证模型验证指标特征优化特征选择技巧1、搜索算法2、特征选择方法模型训练分类相关模型1、逻辑回归分类模型fromsklearn.linear_modelimportLinearRegressionfromsklearn.linear_modelimpo
盖盖的博客·2023-11-24 01:46

天猫用户重复购买预测之建模优化

特征优化目的：优化数据，接近模型上限fromsklearn.imputeimportSimpleImputerfromsklearn.metricsimportroc_auc_scoreasAUCfromsklearn.model_selectionimportcross_val_scorefromsklearn.ensembleimportRandomForestClassifier
张先生-您好·2023-11-24 01:42

广义线性模型（GLM）：理论与Scikit-Learn的实现

来源：我得学城‍‍‍‍‍本文约3600字，建议阅读5分钟本文介绍了理解GLM所需的细节。广义线性模型（GLM）是统计学中的一种模型框架，用于建立和分析多种类型的回归模型，其中因变量不一定需要满足线性关系或正态分布的假设。GLM扩展了传统的线性回归，通过引入链接函数和允许不同的分布，从而更灵活地适用于不同类型的数据。文章来源：https://towardsdatascience.com/scikit
数据派THU·2023-11-24 00:40

Deep Learning在花椒直播中的应用,推荐系统冷启动算法实现

感谢参考原文-http://bjbsair.com/2020-04-01/tech-info/18298.html引言推荐系统是依据用户的个人喜好尽可能推荐用户喜爱的物品（视频、新闻、商品、直播等），而用户的兴趣偏好则通过过往的行为数据体现出来。当没有历史记录可循时，就存在推荐冷启动问题。本文在接下来的篇幅首先讲述冷启动的相关概念，然后介绍一些业界常规的解决方法，最后会着重阐述花椒直播在解决用户冷
HDX柿子·2023-11-23 23:29

[OpenGL] 利用半边数据结构，实现曲面细分算法Loop Subdivision，附代码。

20220829更新了一下git库，修复了一些我也不知道的bug代码基于LearnOpenGL的模型导入篇章的代码模板实现。
东山小小红·2023-11-23 23:27

Zero-Shot Restoration of Back-lit Images Using Deep Internal Learning

ABSTRACT如何恢复背光图像仍然是一项具有挑战性的任务。该领域最先进的方法基于监督学习，因此通常仅限于特定的训练数据。在本文中，我们提出了一种用于背光图像恢复的“零样本”方案，该方案利用深度学习的力量，但不依赖于任何先前的图像示例或先前的训练。具体来说，我们在测试时训练一个小型图像特定CNN，即ExCNet（曝光校正网络的缩写），以估计最适合测试背光图像的“S曲线”。一旦估计出S曲线，就可以直
Adagrad·2023-11-23 22:29

什么是迁移学习

1迁移学习概述迁移学习（TransferLearning）是机器学习中的一种方法，它允许模型将从一个任务中学到的知识应用到另一个相关的任务中。
智慧医疗探索者·2023-11-23 20:41

吴恩达Coursera深度学习课程 course2-week1 深度学习的实践层面 总结

Hyperparameterturing,RegularizationandOptimization(改善深层神经网络：超参数调试、正则化以及优化)第一周:PracticalaspectsofDeepLearning
ASR_THU·2023-11-23 19:40

【Course 2 改善深度神经网络】Week 1 深度学习的实用层面

PracticalaspectsofDeepLearning:settingupyourMLapplication目录1.train/dev/testsets2.Bias/Variance3.RegularizationReducesOverfitting3.1L1
YraYnofear·2023-11-23 19:06

吴恩达深度学习Course2-Week(1)

三、机器学习基本方法BasicRecipeforMachineLearning一、Train/Dev/Test交叉验证集(Holdoutcrossvalidationset/Developmentset
木心·2023-11-23 19:05

Course 3-Structuring Machine Learning Projects--Week 1

机器学习策略1.1whyMLstrategy？为什么需要机器学习策略？比如我们在训练一个猫的分类器，经过一段时间训练后，准确率达到了90%，但这对我们来说还不够好。然后，我们就会想很多方法来提升分类器的准确率，如下图所示：如上图所示，当尝试优化一个深度学习系统时，我们可以做很多尝试。但是，如果我们选错方向，就会浪费我们大量的时间和精力。因此，机器学习策略的目的就是给大家列出一个方向，告诉大家怎样快
岱宗雪·2023-11-23 19:00
上一页 77 78 79 80 81 82 83 84 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他