首页
AI Coding
数据标注
NEW
沸点
课程
直播
活动
APP
插件
搜索历史
清空
创作者中心
写文章
发沸点
写笔记
写代码
草稿箱
创作灵感
查看更多
登录
注册
计算机与AI
掘友等级
获得徽章 0
动态
文章
专栏
沸点
收藏集
关注
作品
赞
2
文章 2
沸点 0
赞
2
返回
|
搜索文章
最新
热门
手把手教你如何在 Windows 安装 Anaconda
本教程介绍了如何在Windows上下载和安装Anaconda。如何测试您的安装;如何解决常见的安装问题;以及安装Anaconda后的操作。Anaconda是一个软件包管理器,一个环境管理器以及一个Py
轻松使用 TensorFlow 进行数据增强
当我们没有大量不同的训练数据时,我们该怎么办?这是在TensorFlow中使用数据增强在模型训练期间执行内存中图像转换以帮助克服此数据障碍的快速介绍。图像分类的成功至少在很大程度上受到大量可用训练
实用超参数优化
关于如何使用以下技术微调机器和深度学习模型的简介:随机搜索,自动超参数调整和人工神经网络调整。介绍机器学习模型由两种不同类型的参数组成:超参数=是用户在开始训练之前可以任意设置的所有参数(例如,Ran
对抗验证概述
了解如何实施对抗性验证,以建立分类器来确定您的数据是来自训练还是测试集。如果可以这样做,则您的数据有问题,并且对抗验证模型可以帮助您诊断问题。如果您要在Kaggle上研究一些获胜的解决方案,则可能
调包侠的炼丹福利:使用 Keras Tuner 自动进行超参数调整
使用KerasTuner进行超参数调整可以将您的分类神经网络网络的准确性提高10%。这篇文章将解释如何使用KerasTuner和Tensorflow2.0执行自动超参数调整,以提高计算机视觉问题的准确
可视化数据科学中的概率分布以帮你更好地理解各种分布
在某些分布假设下,某些机器学习模型被设计为最佳工作。因此,了解我们正在使用哪个发行版可以帮助我们确定最适合使用哪些模型。介绍拥有良好的统计背景可能对数据科学家的日常生活大有裨益。每次我们开始探索新的数
手把手教你理解决策树:从概念到应用
全文2.5K字,建议阅读时间5分钟。尽管决策树在机器学习中的使用已经存在了一段时间,但该技术仍然强大且受欢迎。本指南首先提供对该方法的介绍性知识,然后向您展示如何构建决策树,计算重要的分析参数以及绘制
一份超级完整实用的 PyCharm 图解教程,8K 字赶紧收藏起来
转载自今日头条:Python之眼PyCharm是一种PythonIDE,可以帮助程序员节约时间,提高生产效率。那么具体如何使用呢?本文从PyCharm安装到插件、外部工具、专业版功能等进行了一一介绍
用 Python 加载数据的 5 种不同方式
数据是数据科学家的基础,因此了解许多加载数据进行分析的方法至关重要。在这里,我们将介绍五种Python数据输入技术,并提供代码示例供您参考。作为初学者,您可能只知道一种使用pandas.read_cs
你听过 CatBoost 吗?本文教你如何使用 CatBoost 进行快速梯度提升
在本文中,我们将仔细研究一个名为CatBoost的梯度增强库。在梯度提升中,预测是由一群弱学习者做出的。与为每个样本创建决策树的随机森林不同,在梯度增强中,树是一个接一个地创建的。模型中的先前树不会更
下一页
个人成就
文章被点赞
3
文章被阅读
7,921
掘力值
271
关注了
0
关注者
0
收藏集
0
关注标签
0
加入于
2020-10-18