模型的超参选择

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
posted @ 2024-03-11 17:19 wkkh 阅读(15) 评论(0) 推荐(0) 编辑

训练集、验证集、测试集和交叉验证

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
posted @ 2023-11-01 18:26 wkkh 阅读(66) 评论(0) 推荐(0) 编辑

Learning Multiple Tasks with Multilinear Relationship Networks

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
posted @ 2023-09-19 22:49 wkkh 阅读(25) 评论(0) 推荐(0) 编辑

Multi-task Learning

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
posted @ 2023-09-18 10:43 wkkh 阅读(25) 评论(0) 推荐(0) 编辑

Cross-stitch Networks

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
posted @ 2023-09-18 10:42 wkkh 阅读(79) 评论(0) 推荐(0) 编辑

Python基础补充——python基础语法

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
posted @ 2022-11-27 18:55 wkkh 阅读(79) 评论(0) 推荐(0) 编辑