书栈网 · BookStack 本次搜索耗时 0.023 秒,为您找到 76649 个相关结果.
  • GS_OPT_MODEL

    GS_OPT_MODEL GS_OPT_MODEL GS_OPT_MODEL是启用AiEngine执行计划时间预测功能时的数据表,记录机器学习模型的配置、训练结果、功能、对应系统函数、训练历史等相关信息。 表 1 GS_OPT_MODEL字段 名称 类型 描述 template_name name 机器学习模型...
  • 附录一、有用的 Python 数据科学包

    附录一、有用的 Python 数据科学包 数据科学模块 核心包 文本挖掘 数学和统计学 网络爬虫 可视化库 图论/网络 深度学习 标准库的有用部分 基本工具 实用函数 文件格式 数据对象 附录一、有用的 Python 数据科学包 原文:Useful Python Packages for Data Science 译者...
  • GS_OPT_MODEL

    GS_OPT_MODEL GS_OPT_MODEL GS_OPT_MODEL是启用AiEngine执行计划时间预测功能时的数据表,记录机器学习模型的配置、训练结果、功能、对应系统函数、训练历史等相关信息。 表 1 GS_OPT_MODEL字段 名称 类型 描述 template_name name 机器学习模型...
  • 练习

    练习 你怎样去定义强化学习?它与传统的监督以及非监督学习有什么不同? 你能想到什么本章没有提到过的强化学习应用?智能体是什么?什么是可能的动作,什么是奖励? 什么是衰减率?如果你修改了衰减率那最优策略会变化吗? 你怎么去定义强化学习智能体的表现? 什么是信用评估问题?它怎么出现的?你怎么解决? 使用回放记忆的目的是什么? 什么是闭策略 RL 算法? 使...
  • 数据增强

    数据增强 最后一个正则化技术,数据增强,包括从现有的训练实例中产生新的训练实例,人为地增加了训练集的大小。 这将减少过拟合,使之成为正则化技术。 诀窍是生成逼真的训练实例; 理想情况下,一个人不应该能够分辨出哪些是生成的,哪些不是生成的。 而且,简单地加白噪声也无济于事。 你应用的修改应该是可以学习的(白噪声不是)。 例如,如果您的模型是为了分类蘑菇图...
  • 7.2 静态分析器集成

    7.2 静态分析器集成 one take,中意“一次成型”,最早指歌手录歌时一次性通过录制,不存在发现错误-修正错误-重新录制这样的往返动作。one take 在编程环境中,就是一次性通过编译,我个人很享受 one take 带来的快感。当然,要达到 one take,不仅需要扎实的编程功底,还需要工具的辅佐 —— 代码静态分析器。前面介绍的神器 YCM...
  • 高阶trait边界

    高阶trait边界(HRTB) 原文链接:https://doc.rust-lang.org/nomicon/hrtb.html 高阶trait边界(HRTB) Rust的Fn trait是个神奇的存在。比如,我们可以写出这样的代码: struct Closure < F > { data : ( u8 , u16 ...
  • 快速入门 - 实现一个图片分类应用

    实现一个图片分类应用 概述 准备环节 下载数据集 导入Python库&模块 配置运行信息 数据处理 定义数据集及数据操作 定义网络 定义损失函数及优化器 基本概念 定义损失函数 定义优化器 训练网络 配置模型保存 配置训练网络 运行并查看结果 验证模型 实现一个图片分类应用 概述 下面我们通过一个实际样例,带领大...
  • 直接学习更为丰富的输出

    直接学习更为丰富的输出 直接学习更为丰富的输出 一个图像分类算法可以输入一个图像 ,并输出一个表示对象类别的整数。那么一个算法可以输出一个完整的句子来对图像进行描述吗? 举个例子—— 输入 为: 输出 为:“一辆黄色的公共汽车在路上开着,背景是绿色的树和绿色的草。 ” 传统的监督学习应用学得一个函数: ,其中输出 通常是一个...
  • 如何让向量具有语义信息

    如何让向量具有语义信息 CBOW和Skip-gram的算法实现 Skip-gram的理想实现 Skip-gram的实际实现 如何让向量具有语义信息 得到每个单词的向量表示后,我们需要思考下一个问题:比如在多数情况下,“香蕉”和“橘子”更加相似,而“香蕉”和“句子”就没有那么相似;同时,“香蕉”和“食物”、“水果”的相似程度可能介于“橘子”和“句...