原创 百面機器學習 #2 模型評估:07 過擬合和欠擬合及其常用解決方法

如何有效地識別“過擬合”和“欠擬合”現象,並有針對性地進行模型調整,是不斷改進機器學習模型的關鍵。 過擬合 模型對於訓練數據擬合呈過當的情況 反映到評估指標上,就是模型在訓練集上的表現很好,但在測試集和新數據上的表現較差 模型

原创 百面機器學習 #2 模型評估:03 餘弦距離和餘弦相似度、歐氏距離

文章目錄餘弦相似度餘弦相似度和餘弦距離和歐式距離的比較和關係餘弦距離不是一個嚴格定義的距離 在模型訓練過程中,我們也在不斷地評估着樣本間的距離,如何評估樣本距離也是定義優化目標和訓練方法的基礎。 在分析兩個特徵向量之間的相似性時,

原创 MATLAB安裝工具箱

解壓、安裝步驟:https://blog.csdn.net/huang1024rui/article/details/51130795 安裝cvx: https://blog.csdn.net/weixin_40148024/a

原创 百面機器學習 #2 模型評估:精確率與召回率,假陽性與真陽性率,PR曲線和ROC曲線

文章目錄1. P-R(Precision-Recall)曲線F1 score2. 平方根誤差的侷限性3. ROC曲線ROC曲線繪製4. AUC predict Positive predict Negative

原创 【論文閱讀】Universal Domain Adaptation

Universal Domain Adaptation SUMMARY@2020/3/27 文章目錄MotivationRelated WorkChallenges / Aims /ContributionMethod Prop

原创 線性方程組的矩陣解法——克萊姆法則

設線性方程組爲 {a11x1+a11x2+⋯+a1nxn=b1a21x1+a22x2+⋯+a2nxn=b2......an1x1+an2x2+⋯+annxn=bn \begin{cases} a_{11}x_1+a_{11}x_2

原创 Excel進行粗糙的快速更換圖片背景顏色

今天爲了更換妖豔的小豬佩奇頭像的底色,百度了一下,不想打開ps(或者ps已經被我卸載了???)參考以下鏈接進行操作,方便快捷! https://jingyan.baidu.com/article/ab0b563058e27dc15

原创 jupyter notebook中創建環境、安裝使用pytorch

5.8 torch環境 Ref:https://zhuanlan.zhihu.com/p/101799677 添加鏡像 conda config --add channels https://mirrors.tuna.ts

原创 損失函數(從MLE到交叉熵損失開始)

損失函數 文章目錄損失函數1 交叉熵損失1.1 從最大似然估計到交叉熵損失概率論中的MLE機器學習中的MLE交叉熵損失1.2 多分類的交叉熵損失函數1.3 比較 1 交叉熵損失 1.1 從最大似然估計到交叉熵損失 概率論中的MLE

原创 math(持更)

文章目錄信息論熵距離測度 信息論 熵 Entropy KaTeX parse error: Undefined control sequence: \cal at position 19: …X)=-\sum_{x\in \̲

原创 紀錄安裝tensorflow的又一次的坑

anaconda環境的激活 服務器上激活與退出 conda activate py27# 激活 conda deactivate 本地win10系統下anaconda中激活與退出(注意在anaconda prompt中打開

原创 python用法

https://www.cnblogs.com/xiaomingzaixian/p/7286793.html json.dumps()和json.loads()是json格式處理函數(可以這麼理解,json是字符串)

原创 Multisource Transfer Learning With Convolutional Neural Networks for Lung Pattern Analysis

Multisource Transfer Learning With Convolutional Neural Networks for Lung Pattern Analysis main idea 應用背景:intersti

原创 tensorboard特徵圖可視化

後來更新之後兩種方法都可以顯示原圖: 再後來就可以顯示出來feature map了: 對排列之類的細節做了修改間隔之後 CONV4: conv3 !!!!!! 試一下不過relu的特徵圖, 試一下各個通道特徵圖求和! ps:

原创 畢設日誌5.12凌晨

正在訓練的,無RPN2的,32~512的,預計還有半個多小時訓練完 正在排隊waiting的,無RPN2的,128~512,預計凌晨5點開始訓練 凌晨1點: 實際上前一個結束後一個就自動開始了: