Parallax

摘要： 精确率、召回率、准确率、F1 score与ROC曲线 精确率（Precision）——查准率（查的准）： 表示的是预测为某类样本（例如正样本）中有多少是真正的该类样本，一般用来评价分类任务模型。 ······比如对于一个分类模型，预测结果为A类的所有样本中包含A0个真正的A样本，和A1个不是A样本的 阅读全文

摘要： 首先将数据集通过数据上传到云上，然后通过teminal将数据从data迁移到input/data中其次在云上的jupyter定义好模型,训练即可如果有模块，也需要通过上传数据功能导入到jupyter。不用记得关机... 阅读全文

摘要： 回归就是通过y=wx+b得到的。 而如果是分类，则输出层神经元个数即为类别数。例如3类， o（i）=wx+b，i=1,2,3, 然后将输出值o做指数变化exp（o(i)）,得到的exp（o(1)）/exp（o(i)），即将输出值变为和为1的概率分布。（即对输出进行指数归一化处理） 分类的损失函数一般 阅读全文

摘要： 平移不变性 旋转视角不变形 尺度不变性 我们希望神经网络也能满足这些先验特性，一般是通过数据增强或模型结构优化来解决。 平移不变：卷积层、权值共享、池化层 旋转视角不变：数据增强，对数据进行旋转。卷积和池化层 尺寸不变形（size-invariance）：inception 阅读全文

摘要： 1 #构建数据集 2 from mxnet import autograd, nd #引入自动求导和n维数组 3 4 num_inputs = 2 5 num_examples = 1000 6 true_w = [2, -3.4] 7 true_b = 4.2 8 features = nd.ra 阅读全文

摘要： 1 %matplotlib inline 2 from IPython import display 3 from matplotlib import pyplot as plt 4 from mxnet import autograd, nd 5 import random 6 7 num_inp 阅读全文

摘要： （一）决策树模型 决策树由节点和有向边组成，节点包括内部节点和叶节点，内部结点是某属性的切分点，叶节点是所有实例组成的输入空间被决策树所划分成的子空间，代表一类（标签为一类，或者没有合适的特征可以使用）。 决策树学习包括三个步骤： 1.特征选择（即属性选择，又包括切分点选择） 2.决策树生成 3.决 阅读全文

摘要： 存储类 static 存储类 修饰局部变量，会使函数调用之间保持局部变量的值。 修饰全局变量时，会使变量的作用域限制在声明它的文件内。 该变量在全局数据区分配内存 在程序的生命周期内保持局部变量的存在，而不需要在每次它进入和离开作用域时进行创建和销毁。因此，使用 static 修饰局部变量可以在函数 阅读全文

摘要： 数据类型及变量类型、常量 数据类型： 变量（存储信息），变量实际保留的是它存储值的内存位置。创建一个变量，内存就会保留出一部分空间。 操作系统需要根据你创建的变量的数据类型来分配内存及决定在保留内存中存储的内容。（确定占用内存大小及所能存储的最大最小值范围） 1字节=8位 基本的内置类型： 布尔型 阅读全文

摘要： C++是对象的集合，对象、类、方法、即时变量。 对象：（具有状态和行为）如一只狗的颜色名称（状态），摇动叫唤（行为）。对象是类的实例 类 - 类可以定义为描述对象行为/状态的模板/蓝图。 方法 - 从基本上说，一个方法表示一种行为。一个类可以包含多个方法。可以在方法中写入逻辑、操作数据以及执行所有的 阅读全文