摘要：
文章目录： 1 模型三要素 三要素其实很简单 必须要继承nn.Module这个类，要让PyTorch知道这个类是一个Module 在__init__(self)中设置好需要的组件，比如conv，pooling，Linear，BatchNorm等等 最后在forward(self,x)中用定义好的组件 阅读全文
摘要：
文章目录： 1 Dataset基类 PyTorch 读取其他的数据，主要是通过 Dataset 类，所以先简单了解一下 Dataset 类。在看很多PyTorch的代码的时候，也会经常看到dataset这个东西的存在。Dataset类作为所有的 datasets 的基类存在，所有的 datasets 阅读全文
摘要：
文章目录： 1 任务 首先说下我们要搭建的网络要完成的学习任务： 让我们的神经网络学会逻辑异或运算，异或运算也就是俗称的“相同取0，不同取1” 。再把我们的需求说的简单一点，也就是我们需要搭建这样一个神经网络，让我们在输入（1,1）时输出0，输入（1,0）时输出1（相同取0，不同取1），以此类推。 阅读全文
摘要：
文章目录： 经验误差与过拟合 关键词：错误率（error rate），精度（accuracy）。 错误率好理解，就是m个样本中，a个样本分类错误，则错误率E = a/m 。 精度 就是 1-E。 其实很简单，但是为什么我还要提一提呢，因为机器学习里还有很多相关名词，例如：准确率，召回率，精确度等等， 阅读全文
摘要：
文章来自微信公众号：【机器学习炼丹术】 文章目录： 0 前言 先缕一缕几个关系： GBDT是gradient-boost decision tree GBDT的核心就是gradient boost，我们搞清楚什么是gradient boost就可以了 GBDT是boost中的一种方法，boost还有 阅读全文
摘要：
文章来自微信公众号：【机器学习炼丹术】 1 作者前言 在2020年还在整理XGB的算法，其实已经有点过时了。不过，主要是为了扩大知识面和应付面试嘛。现在的大数据竞赛，XGB基本上已经全面被LGB模型取代了，这里主要是学习一下Boost算法。之前已经在其他博文中介绍了Adaboost算法和Gradie 阅读全文
摘要：
文章来自微信公众号【机器学习炼丹术】。欢迎加入AI友好互助交流群~ 文章目录： 最近要开始写毕业论文了，趁这个机会，整理一下论文中每一个章节的到底要写什么内容。内容来自在读的大学官方提供的英文资料，然后这里翻译成中文并且加上个人理解。文章建议多次阅读体会，觉得偶用的话，可以收藏。 本文的论文背景：一 阅读全文
摘要：
文章来自公众号【机器学习炼丹术】，回复“炼丹”即可获得海量学习资料哦！ 本章节缕一缕PyTorch的动态图机制与Tensorflow的静态图机制（最新版的TF也支持动态图了似乎）。 1 动态图的初步推导 计算图是用来描述运算的有向无环图 计算图有两个主要元素：结点（Node）和边（Edge）； 结点 阅读全文
摘要：
文章转自公众号【机器学习炼丹术】，关注回复“炼丹”即可获得海量免费学习资料哦！ 最近找工作的时候发现，机器学习算法工程师往往和推荐算法 相关联，之前对推荐算法并不了解，所以现在我也是零基础入门一下推荐算法。这篇文章是我个人的学习笔记。 协同过滤推荐算法是诞生最早，最为基础的推荐算法。 算法通过对用户 阅读全文
摘要：
文章转自公众号【机器学习炼丹术】，关注回复“炼丹”即可获得海量免费学习资料哦！ 为什么现在还要学习随机森林？ 随机森林中仍有两个未解之谜（对我来说）。随机森林采用的bagging思想中怎么得到的62.3% 以及 随机森林和bagging的方法是否有区别。 随机森林(Random Forest)就是通 阅读全文