發(fā)簡信
IP屬地：四川
-
初識抽象語法樹（AST）基本概念 基本字：阿拉伯數(shù)字、大小寫拉丁字母、其他字符（~、！、%、&、_、-、+、=、{}、[]、：、；、<、>、，、.、？、/、|、\）、空...
-
StratifiedKFold簡記
參考：StratifiedKFold 和 KFold 的比較 將全部訓練集S分成k個不相交的子集，假設S中的訓練樣例個數(shù)為m，那么每一個自己有m...
-
GBDT進化->XGBoost & LightGBM簡記
很全面的闡釋XGBoost： 集成學習之Boosting —— XGBoost 大體來看，XGBoost 在原理方面的改進主要就是在損失函數(shù)上作...
-
AdaBoost & GradientBoost(&GBDT)
"Boosting"的基本思想是通過某種方式使得每一輪基學習器在訓練過程中更加關注上一輪學習錯誤的樣本 關于AdaBoosting：集成學習之B...
-
決策樹簡記
具有不同劃分準則的算法決策樹原理剖析及實現(xiàn)(ID3)理解決策樹算法(實例詳解)-ID3算法與C4.5算法 ID3（根據(jù) 信息增益 劃分子節(jié)點） ...
-
集成學習簡記
集成學習綜述與代碼實現(xiàn) 集成學習顧名思義，就是將多個單一模型進行組合，最后形成一個更好的模型的過程。之所以組合多個單一學習器，是因為很多時候單一...
-
基2-FFT簡記快速傅里葉變換（Fast Fourier Transform，F(xiàn)FT）是一種可在時間內完成的離散傅里葉變換（Discrete Fourier t...
-
常見 tf.contrib.seq2seq API
BasicDecoder類和dynamic_decode decoder文件中定義了Decoder抽象類和dynamic_decode函數(shù)，dy...
-
梯度消失、爆炸 簡記CNN 梯度爆炸和梯度消失問題都是因為網(wǎng)絡太深，網(wǎng)絡權值更新不穩(wěn)定造成的，本質上是因為梯度反向傳播中的連乘效應。梯度消失的重點就在于在BP中，鏈...