随笔分类 - keras深度学习技巧
摘要：1决策树（Decision Trees）的优缺点 决策树的优点： 一、 决策树易于理解和解释.人们在通过解释后都有能力去理解决策树所表达的意义。 二、 对于决策树，数据的准备往往是简单或者是不必要的.其他的技术往往要求先把数据一般化，比如去掉多余的或者空白的属性。 三、 能够同时处理数据型和常规型属
阅读全文
摘要：https://blog.csdn.net/weixin_43899511/article/details/118659100 解决办法 师兄过来看到这个问题，熟练的一顿操作，嗯，熟练得让人有些心疼，话不多说上图。 点击这里，然后点加号 选python环境，然后给这个命名，然后找到要跑的那个py文件
阅读全文
摘要：pip install tensorflow-gpu==1.12.0 -i https://pypi.tuna.tsinghua.edu.cn/simple
阅读全文
摘要：拼命报错，折腾了一天 ValueError: Tensor Tensor("conv1d_20/BiasAdd:0", shape=(?, 27, 512), dtype=float32) is not an element of this graph. keras修改backend的方法 http
阅读全文
摘要：波动是正常现象，而且你这个算法跑得还可以（可以看出train和val差的很少），你可以尝试学习率递减，因为你看到了后期train基本上没怎么动，而对val影响还不小，因此后期可以让学习率降低（反正acc上升空间也不大），然后多跑一会就行 Keras学习率调整 1. LearningRateSched
阅读全文
摘要：https://www.jianshu.com/p/3f8f46b0b1f2
阅读全文
摘要：主成分分析（PCA） vs 多元判别式分析（MDA） PCA和MDA都是线性变换的方法，二者关系密切。在PCA中，我们寻找数据集中最大化方差的成分，在MDA中，我们对类间最大散布的方向更感兴趣。 一句话，通过PCA，我们将整个数据集（不带类别标签）映射到一个子空间中，在MDA中，我们致力于找到一个能
阅读全文
摘要：回归评价指标MSE、RMSE、MAE、R-Squared https://www.jianshu.com/p/9ee85fdad150 R-squared是什么意思 https://www.cnblogs.com/hdu-2010/p/3543964.html
阅读全文
摘要：数据规范化——sklearn.preprocessing https://www.cnblogs.com/wyy1480/p/10363145.html https://blog.csdn.net/qq_33472765/article/details/85944256 由于工作问题比较忙，有两周没
阅读全文
摘要：留出法（hold-out） 留出法，直接将数据集D DD划分为两个互斥的集合，其中一个集合作为训练集S SS，另一个作为测试集T TT，一般做法是将2/3~4/5的样本作为训练集，其余部分作为测试集； 在使用留出法时，一般采用多次随即划分、重复进行实验评估后，取平均值作为留出法的评估结果。 交叉验证
阅读全文
摘要：https://blog.csdn.net/ortest2/article/details/109640135 C盘虚拟环境安装在用户/anaconda3/envs 目录下，虚拟环境文件夹比较大，放在C盘有点占空间。想搬到D盘，这样后期维护方便些。按照下面步骤 将虚拟环境 envs整个目录剪切到D盘
阅读全文
摘要：Keras中TensorBoard的使用教程 https://blog.csdn.net/qq_38356397/article/details/103585916 Tensorboard深入详解（一）——使用keras结合Tensorboard可视化神经网络详细教程 https://blog.cs
阅读全文
摘要：PlotneuralNet 地址： https://github.com/HarisIqbal88/PlotNeuralNet 安装方法： 1.安装 MikTex2.安装 Gitbash3.启动Gitbash然后cd到目录下，一般.py文件放置在pyexamples目录下4.输入：bash ../t
阅读全文
摘要：https://blog.csdn.net/xyz1584172808/article/details/81839230
阅读全文
摘要：之前的一片博文写了Batch Size的作用和应该如何设置比较合适，同时还有Batch Size大小，与学习率lrlr、训练次数epochepoch之间的关系。里面提及Batch Size越大，梯度的方向越准确。 上述的说法是没错的，梯度方向准确，最后网络收敛情况好，但是收敛情况好并不意味网络的性能
阅读全文
摘要：https://blog.csdn.net/qq_34243847/article/details/87885434
阅读全文
摘要：https://blog.csdn.net/fun_always/article/details/103357840
阅读全文
摘要：https://blog.csdn.net/yuejisuo1948/article/details/81043823 anaconda各个版本下载地址 https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
阅读全文
浙公网安备 33010602011771号