多特精品文章

• 

  入門級(jí)解讀：小白也能看懂的TensorFlow介紹

  矩陣和多特征線性回歸快速回顧之前文章的前提是：給定特征——任何房屋面積（sqm），我們需要預(yù)測(cè)結(jié)果，也就是對(duì)應(yīng)房?jī)r(jià)（$）。為了做到這一點(diǎn)，我們：我們找到一條「最擬合」所有數(shù)據(jù)點(diǎn)的直線（線性回歸）?！缸顢M合...

  felix0913 2019-04-25 18:08 評(píng)論0 收藏0
• 

  多特蒙德主題本地個(gè)人任務(wù)清單小demo，你值得嘗試！

  一，demo背景： 1，可以熟悉原生js 2，平時(shí)不知道自己學(xué)完js要做些什么東西的小伙伴 3，自己寫的，可以當(dāng)做自己的作品 4，為廣大想練習(xí)練習(xí)原生js的貢獻(xiàn)一個(gè)素材 二，實(shí)現(xiàn)功能： 1，新建/刪除任務(wù)功能 2，設(shè)置/取消星標(biāo)...

  Big_fat_cat 2019-08-20 17:58 評(píng)論0 收藏0
• 

  多特蒙德主題本地個(gè)人任務(wù)清單小demo，你值得嘗試！

  一，demo背景： 1，可以熟悉原生js 2，平時(shí)不知道自己學(xué)完js要做些什么東西的小伙伴 3，自己寫的，可以當(dāng)做自己的作品 4，為廣大想練習(xí)練習(xí)原生js的貢獻(xiàn)一個(gè)素材 二，實(shí)現(xiàn)功能： 1，新建/刪除任務(wù)功能 2，設(shè)置/取消星標(biāo)...

  wuaiqiu 2019-08-29 12:56 評(píng)論0 收藏0
• 

  多特蒙德主題本地個(gè)人任務(wù)清單小demo，你值得嘗試！

  一，demo背景： 1，可以熟悉原生js 2，平時(shí)不知道自己學(xué)完js要做些什么東西的小伙伴 3，自己寫的，可以當(dāng)做自己的作品 4，為廣大想練習(xí)練習(xí)原生js的貢獻(xiàn)一個(gè)素材 二，實(shí)現(xiàn)功能： 1，新建/刪除任務(wù)功能 2，設(shè)置/取消星標(biāo)...

  FullStackDeveloper 2019-08-01 17:08 評(píng)論0 收藏0
• 

  入門Python數(shù)據(jù)分析最好的實(shí)戰(zhàn)項(xiàng)目（二）

  ...有特征清洗，預(yù)處理，監(jiān)控等，而預(yù)處理根據(jù)單一特征或多特征又分很多種方法，如歸一化，降維，特征選擇，特征篩選等等。這么多的方法，為的是什么呢？其目的是讓這些特征更友好的作為模型的輸入，處理數(shù)據(jù)的好壞會(huì)嚴(yán)...

  Flands 2019-07-30 17:03 評(píng)論0 收藏0
• 

  泛化&泛化數(shù)據(jù)集&實(shí)驗(yàn)

  ...等一會(huì)兒就可以看到使用訓(xùn)練值和校驗(yàn)值的區(qū)別了，以及多特征的效果怎么樣 Training model...RMSE (on training data): period 00 : 217.67 period 01 : 201.13 period 02 : 186.67 period 03 : 176.46 period 04 : 170.31 period 05 : 167.41 ...

  SimpleTriangle 2019-07-31 11:06 評(píng)論0 收藏0
• 

  LeCun推薦：最新PyTorch圖神經(jīng)網(wǎng)絡(luò)庫(kù)，速度快15倍

  ...規(guī)則、不同大小的數(shù)據(jù)上實(shí)現(xiàn)高 GPU 吞吐量。近日，德國(guó)多特蒙德工業(yè)大學(xué)的研究者兩位 Matthias Fey 和 Jan E. Lenssen，提出了一個(gè)基于 PyTorch 的幾何深度學(xué)習(xí)擴(kuò)展庫(kù) PyTorch Geometric (PyG)，為 GNN 的研究和應(yīng)用再添利器。論文：https://arxi...

  pinecone 2019-04-25 18:33 評(píng)論0 收藏0
• 

  CNN中千奇百怪的卷積方式大匯總

  ...的卷積核，而且我們知道卷積核對(duì)應(yīng)了特征，于是乎那么多特征要怎么區(qū)分？這個(gè)方法就是通過(guò)學(xué)習(xí)的方式來(lái)自動(dòng)獲取到每個(gè)特征通道的重要程度，然后依照計(jì)算出來(lái)的重要程度去提升有用的特征并抑制對(duì)當(dāng)前任務(wù)用處不大的特...

  elliott_hu 2019-04-25 18:18 評(píng)論0 收藏0
• 

  「數(shù)據(jù)游戲」：使用 LSTM 模型預(yù)測(cè)三天后單股收盤價(jià)

  ...征數(shù)據(jù)，提供的信息越多，多因子的雛形。 二是在保持多特征數(shù)據(jù)的基礎(chǔ)上，保留的時(shí)間序列的特點(diǎn)。也就是在不增加特征的情況，將特征信息成倍增加。 這種數(shù)據(jù)處理模式極大的優(yōu)于ML的諸多算法。ML的諸多算法還是以單一樣...

  dreamans 2019-07-31 10:26 評(píng)論0 收藏0
• 

  「數(shù)據(jù)游戲」：使用 LSTM 模型預(yù)測(cè)三天后單股收盤價(jià)

  ...征數(shù)據(jù)，提供的信息越多，多因子的雛形。 二是在保持多特征數(shù)據(jù)的基礎(chǔ)上，保留的時(shí)間序列的特點(diǎn)。也就是在不增加特征的情況，將特征信息成倍增加。 這種數(shù)據(jù)處理模式極大的優(yōu)于ML的諸多算法。ML的諸多算法還是以單一樣...

  JeOam 2019-06-26 18:58 評(píng)論0 收藏0
• 

  深度學(xué)習(xí)在推薦領(lǐng)域的應(yīng)用

  ...驟得到的向量做拼接，經(jīng)過(guò)兩層FC，得到表示每個(gè)用戶的多特征向量集（User Vector Set, UVS）。這里取的輸出單元個(gè)數(shù)時(shí)可以根據(jù)性能和準(zhǔn)確度做平衡，目前我們實(shí)現(xiàn)的是輸出512個(gè)單元，最后的特征輸出表達(dá)了用戶的社交關(guān)系、用...

  tanglijun 2019-04-25 18:14 評(píng)論0 收藏0