会员
周边
众包
新闻
博问
闪存
赞助商
所有博客
当前博客
我的博客
我的园子
账号设置
简洁模式
...
退出登录
注册
登录
Loading
lotuslaw
博客园
首页
新随笔
联系
订阅
管理
上一页
1
2
3
4
5
6
7
8
9
10
···
24
下一页
2023年4月16日
4.多层感知机
摘要: 最简单的深度网络称为多层感知机。多层感知机由多层神经元组成, 每一层与它的上一层相连,从中接收输入; 同时每一层也与它的下一层相连,影响当前层的神经元。
阅读全文
posted @ 2023-04-16 19:37 lotuslaw
阅读(25)
评论(0)
推荐(0)
编辑
3.线性神经网络
摘要: 回归(regression)是能为一个或多个自变量与因变量之间关系建模的一类方法。 在自然科学和社会科学领域,回归经常用来表示输入和输出之间的关系。
阅读全文
posted @ 2023-04-16 13:40 lotuslaw
阅读(35)
评论(0)
推荐(0)
编辑
2023年3月17日
2.2-2.6数据预处理、线性代数、微积分、自动微分、概率
摘要: 基础知识快速过一遍,查缺补漏。
阅读全文
posted @ 2023-03-17 23:10 lotuslaw
阅读(20)
评论(0)
推荐(0)
编辑
2023年3月15日
2.1数据操作
摘要: 深度学习存储和操作数据的主要接口是张量(维数组)。它提供了各种功能,包括基本数学运算、广播、索引、切片、内存节省和转换其他Python对象。
阅读全文
posted @ 2023-03-15 18:56 lotuslaw
阅读(14)
评论(0)
推荐(0)
编辑
2023年2月12日
26-XGBoost学习2
摘要: 极限提升树XGBoost(Extreme Gradient Boosting,XGB,发音/æks-g-boost/)是基于梯度提升树GBDT全面升级的新一代提升算法,也是提升家族中最富盛名、最灵活、最被机器学习竞赛所青睐的算法。不同于我们之前学过的任意单一算法,XGBoost是一个以提升树为核心的算法系统,它覆盖了至少3+建树流程、10+损失函数,可以实现各种类型的梯度提升树,灵活性无与伦比。同时,XGBoost天生被设计成支持巨量数据,因此可以自由接入GPU/分布式/数据库等系统、还创新了众多工程上对传统提升算法进行加速的新方法。可以说,XGBoost是21世纪中Boosting算法的又一个里程碑,它开创了后GBDT时代中Boosting算法的新辉煌。
阅读全文
posted @ 2023-02-12 12:22 lotuslaw
阅读(190)
评论(0)
推荐(0)
编辑
2023年2月9日
15-批次之间具有堆叠的LSTM
摘要: 批次之间具有堆叠的LSTM。
阅读全文
posted @ 2023-02-09 00:08 lotuslaw
阅读(65)
评论(0)
推荐(0)
编辑
14-LSTM多步预测-多步预测的LSTM网络
摘要: LSTM多步预测-多步预测的LSTM网络。
阅读全文
posted @ 2023-02-09 00:06 lotuslaw
阅读(962)
评论(0)
推荐(0)
编辑
13-LSTM多步预测-静态模型预测
摘要: LSTM多步预测-静态模型预测。
阅读全文
posted @ 2023-02-09 00:04 lotuslaw
阅读(140)
评论(0)
推荐(0)
编辑
12-LSTM多变量-定义&训练模型
摘要: LSTM多变量-定义&训练模型。
阅读全文
posted @ 2023-02-09 00:03 lotuslaw
阅读(114)
评论(0)
推荐(0)
编辑
11-LSTM多变量-LSTM数据预处理_tmp
摘要: LSTM多变量-LSTM数据预处理_tmp。
阅读全文
posted @ 2023-02-09 00:01 lotuslaw
阅读(85)
评论(0)
推荐(0)
编辑
上一页
1
2
3
4
5
6
7
8
9
10
···
24
下一页
公告