wenjun99

摘要： 模型超参选择：设定范围，然后确定步长； m个样本的数据集D，在模型超参选择过程中需要留出一部分用作测试，最后选定模型后，再把所有数据用于模型训练。 验证集 测试集 阅读全文

摘要： 1.训练集和测试集 测试集：检验学习到的模型好坏 训练集：用于学习模型 2.训练集、验证集和测试集 问题：当可选择的模型有多个和模型中超参数有多种选择方案时怎么选择？ 解决：验证集：从原来的训练集中划一部分用于选择模型和超参数 根据验证集确定的模型和超参数，再使用训练集+验证集一起训练模型的参数 3 阅读全文

摘要： 继cross-stitch unit后，阅读了第二篇Feature Transformation Approach. 这篇文章中将Multi-task learning 方法分为了两类：1)multi-task feature learning that learns a shared feartu 阅读全文

摘要： 1.Multi-task Learning & Transfer Learning Multi-task Learning 是Transfer Learning中的一种 Multi-task Learning :任务之间相等，信息share Transfer Learning:有一个target 任 阅读全文

摘要： 继那天整理完Multi-task Learning的一些基本常识以后，最近开始看涉及到的一些经典文章,下面对cross-stitch unit整理 1. Motivation Multi-task 网络有task-specific 和 shared representation 两个部分。传统网络在 阅读全文

摘要： 学习Python3 基础语法 | 菜鸟教程 (runoob.com) 只是个人笔记，没有原创内容 注释 Python中单行注释以 # 开头； 多行注释可以用多个 # 号，还有''' '''和""" """ '''zhushizhushi'''"""zhushizhushi""" 多行语句 Pytho 阅读全文