书栈网 · BookStack 本次搜索耗时 0.032 秒,为您找到 91584 个相关结果.
  • 决策树回归训练(batch)

    决策树回归训练 功能介绍 参数说明 脚本示例 脚本代码 脚本结果 决策树回归训练 功能介绍 本函数支持cart回归 支持带样本权重的训练 参数说明 名称 中文名称 描述 类型 是否必须? 默认值 maxDepth 树的深度限制 树的深度限制 Integer 2147483647 ...
  • 11.4 核化线性降维

    11.4 核化线性降维 11.4 核化线性降维 说起机器学习你中有我/我中有你/水乳相融…在这里能够得到很好的体现。正如SVM在处理非线性可分时,通过引入核函数将样本投影到高维特征空间,接着在高维空间再对样本点使用超平面划分。这里也是相同的问题:若我们的样本数据点本身就不是线性分布,那还如何使用一个超平面去近似表出呢?因此也就引入了核函数,即先将...
  • 灰度发布和扩缩容

    灰度发布和扩缩容 版本:v1.8 灰度发布和扩缩容 灰度发布( Rollout )运维特征可以用于对工作负载的滚动发布和扩缩容。 目前灰度发布运维特征支持的组件类型为: webservice worker 在开始使用灰度发布运维特征之前,你需要先通过以下命令启用 rollout 插件 vela addon enable rollout ...
  • QueueDataset

    QueueDataset QueueDataset class paddle.fluid.dataset. QueueDataset [源代码] 流式处理数据。 代码示例 : import paddle . fluid as fluid dataset = fluid . DatasetFactory (). create_...
  • 12 特征选择与稀疏学习

    12、特征选择与稀疏学习 上篇主要介绍了经典的降维方法与度量学习,首先从“维数灾难”导致的样本稀疏以及距离难计算两大难题出发,引出了降维的概念,即通过某种数学变换将原始高维空间转变到一个低维的子空间,接着分别介绍了kNN、MDS、PCA、KPCA以及两种经典的流形学习方法,k近邻算法的核心在于k值的选取以及距离的度量,MDS要求原始空间样本之间的距离在...
  • InMemoryDataset

    InMemoryDataset InMemoryDataset class paddle.fluid.dataset. InMemoryDataset [源代码] InMemoryDataset会向内存中加载数据并在训练前缓冲数据。此类由DatasetFactory创建。 代码示例 : dataset = paddle . fluid ....
  • conv3d_transpose

    conv3d_transpose conv3d_transpose paddle.static.nn.conv3d_transpose ( input, num_filters, output_size\=None, filter_size\=None, padding\=0, stride\=1, dilation\=1, groups\=Non...
  • conv3d_transpose

    conv3d_transpose conv3d_transpose 注意:该API仅支持【静态图】模式 paddle.fluid.layers. conv3d_transpose (input, num_filters, output_size=None, filter_size=None, padding=0, stride=1, dilat...
  • 一、参数范数正则化

    一、参数范数正则化 1.1 L2 正则化 1.1.1 整体影响 1.1.2 物理意义 1.1.3 示例 1.2 L1 正则化 1.2.1 整体效果 1.2.2 物理意义 1.3 L1/L2正则化与最大后验估计 一、参数范数正则化 一些正则化方法通过对目标函数 添加一个参数范数正则化项 来限制模型的容量capacity 。 正...