mae

【笔记记录】MAE：Masked Autoencoders Are Scalable Vision Learners

文章目录标题摘要关键图结论导言相关工作MAE模型实验评论与之前读的文章的关系Transformer它是一个纯基于注意力机制的编码器和解码器在机器翻译任务上，它比基于RNN的架构要更好一些BERT它使用一个
三木今天学习了嘛·2023-09-16 02:04

如何评价模型好坏

曲线概念偏差和方差偏差方差产生的原因偏差方差平衡总结学习目标数据拆分：训练数据集&测试数据集评价分类结果：准确率precision、混淆矩阵、精确率、召回率recall、F1score、ROC曲线评价回归结果：MSE、RMSE、MAE
SummerTan·2023-09-14 05:12

【知乎热榜】如何看待CV大神何恺明最新一作：下一代视觉预训练新范式MAE来啦！...

MAE模型将NLP领域大获成功的自监督预训练模式用在了计算机视觉任务上，效果拔群，在NLP和CV两大领域间搭建起了一座更简便的桥梁。目前在知乎上的热度还在增长！本文简要总结了这篇文
深度学习技术前沿·2023-09-13 12:38

图片mask任务和自监督损失函数MAE、Beit、MarkFeature、DINO、DINOv2

MAE(MaskedAutoencodersAreScalableVisionLearners)来自MaskedAutoencodersAreScalableVisionLearners，Ourlossfunctioncomputesthemeansquarederror
taoqick·2023-09-13 12:30

详解L1、L2、smooth L1三类损失函数

前言深度学习里面有很多的损失函数，对于MSE、MAE损失函数可能已经耳熟能详了了，对于L1、L2正则化也很熟悉，那你知道什么是L1_loss和L2_loss吗，以及在目标检测的系列论文比如fast-RCNN
千音qy·2023-09-13 09:39

基于LightGBM预测模型

基于LightGBM预测模型特色：1、单变量，多变量输入，自由切换2、单步预测，多步预测，自动切换3、基于Pytorch架构4、多个评估指标（MAE,MSE,R2,MAPE等）5、数据从excel文件中读取
黑科技小土豆·2023-09-08 06:25

用于时间序列预测的最佳深度学习模型总结

时间序列预测在最近两年内发生了巨大的变化，尤其是在kaiming的MAE出现以后，现在时间序列的模型也可以用类似MAE的方法进行无监督的预训练。
数据派THU·2023-09-06 13:45

回归模型的score得分为负_深度研究：回归模型评价指标R2_score

回归模型的性能的评价指标主要有：RMSE(平方根误差)、MAE(平均绝对误差)、MSE(平均平方误差)、R2score。但是当量纲不同时，RMSE、MAE、MSE难以衡量模型效果好坏。
影智·2023-08-29 03:08

深入理解线性回归模型的评估与优化方法

文章目录引言模型评估方法均方误差（MSE）均方根误差（RMSE）绝对平均误差（MAE）模型优化策略特征工程正则化数据标准化代码演示疑问？
小馒头学python·2023-08-27 12:08

MAE 论文精读 | 在CV领域自监督的Bert思想

1.背景之前我们了解了VIT和transformerMAE是基于VIT的，不过像BERT探索了自监督学习在NLP领域的transformer架构的应用，MAE探索了自监督学习在CV的transformer
Qodi·2023-08-26 09:20

基础论文学习（5）——MAE

MAE：MaskedAutoencodersAreScalableVisionLearnersSelf-SupervisedLearningstep1：先用无标签数据集，把参数从一张白纸训练到初步预训练模型
Yuezero_·2023-08-26 07:51

【笔记】【LSTM算法】一、Keras的简介

用Keras搭建LSTM网络，预测时间序列，用MAE当做评价指标一般会用到mae和maep来作为评价指标1.关于Keras1）简介Keras是由纯python编写的基于theano/tensorflow
墨鱼mo·2023-08-23 04:55

cf

计算相似度：cosine余弦相似度correlation相关度adjustedcosine修正的余弦相似度：考虑了评分尺度评价cf常用测度：MAE（meanabsoluteerror）
茶尽·2023-08-23 02:14

MAE，何凯明-2021

MAE，何凯明-2021MaskedAutoencodersAreScalableVisionLearners_Daftshiner的博客-CSDN博客==========MAE(掩码自动编码器)是可扩展的计算机视觉自监督学习方法
apche CN·2023-08-22 18:45

深度学习|自监督学习、MAE学习策略、消融实验

自监督学习、MAE学习策略、消融实验自监督学习MAE学习策略消融实验自监督学习Pretrain-Finetune（预训练+精调）模式：迁移学习，通过在源域数据上学习知识，再迁移到下游其他目标任务上，提升目标任务上的效果
魔法自动机·2023-08-20 18:17

评价指标包括:R2、MAE、MSE、RMSE和MAPE

%%清空环境变量warningoff%关闭报警信息closeall%关闭开启的图窗clear%清空变量clc%清空命令行%restoredefaultpathtic%%加载数据与数据集划分%%导入数据data=xlsread('数据集.xlsx');f=data(1:500,:);[x,y]=data_process(f,8);%步长为12num=size(x,1);%前70%训练，对最后30%进
机器学习-深度学习·2023-08-20 05:56

多元回归预测 | Matlab基于卷积神经网络-双向门控循环单元结合注意力机制(CNN-BIGRU-Attention)回归预测，多变量输入模型

文章目录效果一览文章概述部分源码参考资料效果一览文章概述多元回归预测|Matlab基于卷积神经网络-双向门控循环单元结合注意力机制(CNN-BIGRU-Attention)回归预测，多变量输入模型评价指标包括:MAE
前程算法屋·2023-08-20 05:26

回归预测 | MATLAB实现GRU门控循环单元多输入多输出

命令窗口输出MAE和R
机器学习之心·2023-08-16 15:38

回归预测 | MATLAB实现GRNN广义回归神经网络多输入多输出预测

命令窗口输出MAE和
机器学习之心·2023-08-16 07:19

【深度学习所有损失函数】在 NumPy、TensorFlow 和 PyTorch 中实现（1/2）

二、内容提要我们本文所谈的代价函数如下所列：均方误差（MSE）损失二进制交叉熵损失加权二进制交叉熵损失分类交叉熵损失稀疏分类交叉熵损失骰子损失吉隆坡背离损失平均绝对误差（MAE）/L1损耗胡贝尔损失在下文
无水先生·2023-08-16 06:28

【无监督】2、MAE | 自监督模型提取的图像特征也很能打！（CVPR2022 Oral）

文章目录一、背景二、方法三、效果论文：MaskedAutoencodersAreScalableVisionLearners代码：https://github.com/facebookresearch/mae
呆呆的猫·2023-08-15 09:53

时序预测 | Matlab实现基于GRNN广义回归神经网络的电力负荷预测模型

文章目录效果一览文章概述源码设计参考资料效果一览文章概述时序预测|Matlab实现基于GRNN广义回归神经网络的电力负荷预测模型1.Matlab实现基于GRNN广义回归神经网络的电力负荷预测模型2.单变量时间序列预测；3.多指标评价，评价指标包括：R2、MAE
机器学习之心·2023-08-13 05:43

多元回归预测 | Matlab基于鹈鹕算法(POA)优化卷积神经网络-长短期记忆网络(CNN-LSTM)回归预测，POA-CNN-LSTM多输入单输出

文章目录效果一览文章概述部分源码参考资料效果一览文章概述多元回归预测|Matlab基于鹈鹕算法(POA)优化卷积神经网络-长短期记忆网络(CNN-LSTM)回归预测，POA-CNN-LSTM多输入单输出评价指标包括:MAE
前程算法屋·2023-08-07 17:13

多元回归预测 | Matlab基于鹈鹕算法(POA)优化径向基神经网络(POA-RBF)的数据回归预测，多变量输入模型

文章目录效果一览文章概述部分源码参考资料效果一览文章概述多元回归预测|Matlab基于鹈鹕算法(POA)优化径向基神经网络(POA-RBF)的数据回归预测，多变量输入模型评价指标包括:MAE、RMSE和
前程算法屋·2023-08-07 17:13

多元回归预测 | Matlab鹈鹕算法(POA)优化最小二乘支持向量机回归预测，POA-LSSVM回归预测，多变量输入模型

文章目录效果一览文章概述部分源码参考资料效果一览文章概述多元回归预测|Matlab鹈鹕算法(POA)优化最小二乘支持向量机回归预测，POA-LSSVM回归预测，多变量输入模型评价指标包括:MAE、RMSE
前程算法屋·2023-08-07 17:42

多元回归预测 | Matlab鹈鹕算法(POA)优化随机森林的数据回归预测,POA-RF回归预测，多变量输入模型

文章目录效果一览文章概述部分源码参考资料效果一览文章概述多元回归预测|Matlab鹈鹕算法(POA)优化随机森林的数据回归预测,POA-RF回归预测，多变量输入模型评价指标包括:MAE、RMSE和R2等
前程算法屋·2023-08-07 17:42

多元回归预测 | Matlab基于鹈鹕算法(POA)优化长短期记忆神经网络的数据回归预测，POA-LSTM回归预测，多输入单输出模型

鹈鹕算法(POA)优化长短期记忆神经网络的数据回归预测，POA-LSTM回归预测，多输入单输出模型评价指标包括:R2、MAE、MSE、RMSE和MAPE等，代码质量极高，方便学习和替换数据。
前程算法屋·2023-08-07 17:12

深入探讨分类模型评价指标

来自：AI算法小喵前言众所周知，机器学习分类模型常用评价指标有Accuracy,Precision,Recall和F1-score，而回归模型最常用指标有MAE和RMSE。
zenRRan·2023-08-07 17:34

【MATLAB第62期】基于MATLAB的PSO-NN、BBO-NN、前馈神经网络NN回归预测对比

前馈神经网络NN回归预测对比一、数据设置1、7输入1输出2、103行样本3、80个训练样本，23个测试样本二、效果展示NN训练集数据的R2为：0.73013NN测试集数据的R2为：0.23848NN训练集数据的MAE
随风飘摇的土木狗·2023-08-07 01:35

一文串起从NLP到CV 预训练技术和范式演进

序言会大致的看一下，在2013年，在CNN时代的word2vec，在2020年，Bert的时代的MAE，他们各自的预训练技术是在8年之间，从CNN发展到MAE，以及怎么从word2vec发展到Bert，
ad110fe9ec46·2023-08-05 20:26

均方误差（MSE）、均方根误差（RMSE）、平均绝对误差（MAE）、决定系数（R²）解释

各拟合方式解释：1、均方误差：均方误差（MeanSquaredError，MSE）是一种常用的衡量模型预测值与实际观测值之间差异的指标，用于评估模型在给定数据上的拟合程度。MSE是通过计算预测值与实际观测值之间差异的平方的平均值得到。MSE的计算步骤如下：1、对于每个观测值，计算模型的预测值。2、对于每个观测值，计算预测值与实际观测值之间的差异，并将其平方。3、对所有差异值进行求和，并除以观测值的
BTG-HY·2023-08-02 14:18

时序预测 | MATLAB实现GRNN广义回归神经网络时间序列预测（多指标，多图）

广义回归神经网络时间序列预测（多指标，多图）效果一览基本介绍程序设计参考资料效果一览基本介绍1.MATLAB实现GRNN广义回归神经网络时间序列预测（完整源码和数据)2.单变量时间序列预测；3.多指标评价，评价指标包括：R2、MAE
机器学习之心·2023-08-01 11:00

torch.argsort（）函数组合的奇效

torch.argsort（）函数组合的效果前段时间在看何凯明大神MAE的代码的时候发现了下面一段代码：noise=torch.rand(N,L,device=x.device)#noisein[0,1
向前 向前 向前！·2023-08-01 04:04

L1损失（MAE）、L2损失（MSE）

目录均绝对误差(L1Loss)均方误差MSE(L2Loss)MSE和MAE的选择总结均绝对误差(L1Loss)均绝对误差（MeanAbsoluteError,MAE)是指模型预测值f(x)和真实值y之间距离的均值
HealthScience·2023-07-26 11:34

万字长文 全网首发 | 详解 【分类】【回归】【检测】【分割】 损失函数与性能指标

损失函数与性能指标1.介绍2.损失函数与性能指标2.1损失函数的特性3.回归3.1回归损失函数3.1.1MeanSquaredError(MSE，均方误差)3.1.2MeanAbsoluteError(MAE
迪菲赫尔曼·2023-07-25 07:13

基于用户与基于项目的协同过滤推荐算法对比试验代码实现 协同过滤推荐算法测评指标RMSE均方根误差 MAE平均绝对误差

基于用户与基于项目的协同过滤推荐算法对比试验代码实现协同过滤推荐算法测评指标RMSE均方根误差MAE平均绝对误差一、实现原理和步骤1、使用movielens数据集（943个用户，1682部电影，80000
74b3a3e489d4·2023-07-24 08:16

2022年最新国产单端口1000M Ethernet PHY简介

1、MAE0621A：支持RGMII接口，1000MEthernetPHY，PintoPin替代RTL8211FMAE0621A兼容1000Base-tIEEE802.3ab、100Base-txIEEE802.3u
zjg18126125171·2023-07-20 04:55

损失函数(自整理)

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录前言一、回归任务1.1L1平均绝对差损失（MeanAbsoluteErrorLoss，MAE）1.2L2均方根损失(RootMeanSquaredErrorLoss
曼城周杰伦·2023-07-19 11:14

自监督语义分割面模型——Masked Autoencoders Are Scalable Vision Learners(MAE)论文阅读

1、摘要Thispapershowsthatmaskedautoencoders(MAE)arescalableself-supervisedlearnersforcomputervision.OurMAEapproachissimple
qq_41627642·2023-07-18 11:10

正则表达式截取

问题的话是从(AAA62&AAF30&KAG40&KAQ30|MAE30&MAF30&MAG30&PAA55&TBK10&VAFA1)&(BAH72&AAA10)中截取出AAA开头的一串解决代码的话是写了一个方法
Apollo_lm·2023-07-17 21:37

Bootstrapped MAE

摘要基于facebookresearch/mae:PyTorchimplementationofMAE实现了EMA版本与非EMA版本的BootstrappedMAE，尝试了同时预测原始像素与bootstrapped
Hellsegamosken·2023-07-17 09:11

[论文分享]MR-MAE：重构前的模拟：用特征模拟增强屏蔽自动编码器

EnhancingMaskedAutoencoderswithFeatureMimicking论文地址：https://arxiv.org/abs/2303.05475代码地址：https://github.com/Alpha-VL/ConvMAE（好像并未更新为MR-MAE
zzz_979·2023-07-16 17:22

使用peft的lora，微调MAE

一、peft下载https://github.com/huggingface/peft二、peft安装打开cmd到达安装目录pythonsetup.pybuildpythonsetup.pyinstall三、制作finetune.py
gaoenyang760525·2023-07-16 06:52

简单线性回归评估指标+R Squared

使得每一个数据集尽可能的小均方误差MSE：（平方和取平均值）均方根误差RMSE：（平方和取平均值开根号）：平均误差值平均绝对误差MAE：（绝对值取平均）：RMSE>MAE大的原因RMSE会放大误差所以评估时应尽量让
龍尐·2023-07-15 02:25

近三年CVPR引用最高的论文：恺明一如既往的正常发挥

近三年CVPR引用量最高论文（截止目前2022年11月）：CVPR2020引用量最高的论文：MoCoCVPR2021引用量最高的论文：SimSiamCVPR2022引用量最高的论文：MAE它们的共同点是
笑傲算法江湖·2023-07-14 22:09

多元回归预测 | Matlab卷尾猴算法(SCSO)优化递归神经网络Elman回归预测，SCSO-Elman回归预测模型，多变量输入模型

文章目录效果一览文章概述部分源码参考资料效果一览文章概述多元回归预测|Matlab卷尾猴算法(SCSO)优化递归神经网络Elman回归预测，SCSO-Elman回归预测模型，多变量输入模型评价指标包括:MAE
前程算法屋·2023-07-13 17:45

多元回归预测 | Matlab基于粒子群优化优化递归神经网络PSO-Elman回归预测模型，多变量输入模型

文章目录效果一览文章概述部分源码参考资料效果一览文章概述多元回归预测|Matlab基于粒子群优化优化递归神经网络PSO-Elman回归预测模型，多变量输入模型评价指标包括:MAE、RMSE和R2等，代码质量极高
前程算法屋·2023-07-13 17:45

多元回归预测 | Matlab灰狼算法(GWO)优化递归神经网络Elman回归预测，GWO-Elman回归预测模型，多变量输入模型

文章目录效果一览文章概述部分源码参考资料效果一览文章概述多元回归预测|Matlab灰狼算法(GWO)优化递归神经网络Elman回归预测，GWO-Elman回归预测模型，多变量输入模型评价指标包括:MAE
前程算法屋·2023-07-13 17:45

【自监督论文阅读 3】DINOv1

避免坍塌五、实验与评估六、消融实验6.1不同组合的重要性6.2教师网络选择的影响6.3避免坍塌6.4在小batch上训练七、结论自监督论文阅读系列：【自监督论文阅读1】SimCLR【自监督论文阅读2】MAE
hjxu2016·2023-06-22 22:58

【自监督论文阅读 2】MAE

文章目录一、摘要二、引言2.1引言部分2.2本文架构三、相关工作3.1Maskedlanguagemodeling3.2Autoencoding3.3Maskedimageencoding3.4Self-supervisedlearning四、方法4.1Masking4.2MAEencoder4.3MAEdecoder4.4Reconstructiontarget五、主要实验5.1不同mask比例
hjxu2016·2023-06-22 22:27
上一页 1 2 3 4 5 6 7 8 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他