排序
机器学习基础-监督学习-目标函数之均方根误差(Root Mean Squared Error,RMSE)
均方根误差(Root Mean Squared Error,RMSE)是一种广泛应用于回归问题的评估指标,它衡量了预测值与真实值之间的平均差异。与均方误差(MSE)相比,RMSE 对误差进行了平方根运算,这样使得 RM...
机器学习基础-监督学习-目标函数之均方误差(Mean Squared Error,MSE)
均方误差(Mean Squared Error,MSE)是在回归问题中常用的目标函数,用于衡量预测值与真实值之间的平均差异。下面将详细讲解均方误差,并提供相应的公式和代码示例。 在回归问题中,假设有 N ...
开源免费,无需训练,只需一张图片让你轻松实现换脸
开源库地址 roop 软件运行截图 效果图 安装 clone 代码到本地 git clone https://github.com/s0md3v/roop.git 创建 python 虚拟环境并激活 python -m venv .venv .venv\Scripts\activate 安装依...
机器学习基础-监督学习-线性回归之模型定义
在监督学习中,模型定义是指如何建立输入特征和输出标签之间的关系。不同的算法有不同的模型定义方法。以下是几种常见的模型定义以及对应的公式或代码示例: 线性回归模型定义 线性回归模型假设...
葡萄风味有奥秘,农科院用机器学习揭示基因渐渗过程
内容一览: 基因渐渗与葡萄的驯化、遗传改良密切相关。先前研究揭示了欧洲栽培葡萄中,野生葡萄基因渐渗的基因组信号,但尚未深入研究这些渐渗事件发生的时间、方式、基因组模式和生物学效应。...
语言大模型100K上下文窗口的秘诀
上下文窗口(context window)是指语言模型在进行预测或生成文本时,所考虑的前一个词元(token)或文本片段的大小范围。 在语言模型中,上下文窗口对于理解和生成与特定上下文相关的文本至关重...
机器学习基础-监督学习-损失函数
损失函数(Loss Function)是在监督学习任务中用于衡量模型预测结果与真实标签之间的差异的函数。其目标是最小化预测结果与真实值之间的差异,从而使模型能够更好地拟合训练数据。 以下是几种常...
机器学习基础-监督学习-无监督标签之降维
降维是一种常见的无监督学习任务,其目标是将高维数据映射到低维空间,以减少数据的特征维度,同时保留数据的关键结构和信息。通过降维,可以简化数据表示、减少存储空间、降低计算复杂度,并帮...
机器学习基础-监督学习-无监督标签之关联规则挖掘
关联规则挖掘是一种无监督学习任务,旨在发现数据集中项集之间的关联关系。它可以用于揭示数据中的频繁项集和关联规则,有助于了解数据的内在结构和关联性。关联规则通常采用'如果...那么...'的...
机器学习基础-监督学习-无监督标签之聚类
聚类是一种无监督学习任务,旨在将数据集中的样本分成不同的组或簇,使得同一簇内的样本相似度较高,而不同簇之间的样本相似度较低。聚类算法试图在没有先验标签的情况下发现数据中的内在结构和...
机器学习基础-监督学习-标签转移学习之基础模型的训练
基础模型的训练是标签转移学习中的一个重要步骤。通过训练基础模型,我们可以学习到从输入数据到标签的映射关系,从而获得模型在源任务上的表现。 基础模型的训练过程通常可以分为以下几个步骤...
机器学习基础-监督学习-标签转移学习之标签迁移
标签迁移(Label Transfer)是标签转移学习中的一个关键步骤,它将已有的标签知识从源任务迁移到目标任务上。标签迁移的目标是通过源任务的标签信息来改善目标任务的学习效果,尤其在目标任务的...
机器学习基础-监督学习-标签转移学习之特征提取
特征提取是机器学习和深度学习中的一个重要步骤,用于从原始数据中提取出有用的、能够表征数据特征的表示。在许多任务中,原始数据可能是高维的、复杂的,通过特征提取可以将其转化为更加简洁、...
ChatGPT Plus 最新开通攻略:美区App Store方案(20230529更新)
如果你的 ChatGPT Plus 账号被 OpenAI 封禁,这篇文章适合你继续阅读,本文主要内容是通过支付宝购买美区 App Store 礼品卡来完成 Plus 账号付费,经过验证,此方案可以突破封号以及 depay 支付...
nsfw模型的探索(一)模型的选择
前言 公司的业务需要大量的图片内容安全审核,目前使用的是第三方服务但是老遇到漏判、误判、标准和业务不匹配的情况,因此经常需要和第三方: 反馈问题、找到他们的taskid、期望的效果 描述详...
高级可视化神器:cufflinks
公众号:尤而小屋作者:Peter编辑:Peter 大家好,我是Peter~ 今天给大家推荐一个高级的可视化神器:cufflinks 学习过可视化库matplotlib和seaborn的朋友都知道:seaborn是matplotlib的高级封装...
机器学习:基于逻辑回归的分类预测
1.逻辑回归的介绍和应用 1.1 逻辑回归的介绍 逻辑回归(Logistic regression,简称LR)虽然其中带有'回归'两个字,但逻辑回归其实是一个分类模型,并且广泛应用于各个领域之中。虽然现在深度学...
libtorch系列教程3:优雅地训练MNIST分类模型
系列教程列表: Libtorch系列教程1:一个丝滑的C++ Tensor库 Libtorch系列教程2:torch::Tensor的使用 libtorch系列教程3:优雅地训练MNIST分类模型 在这篇文章中,我们对如何使用Libtorch进行M...
解放计算力:使用并行处理提升python for循环速度
Python 是一门功能强大的编程语言,但在处理大规模数据或复杂计算任务时,性能可能成为一个瓶颈。幸运的是,Python 提供了多种方法来提升性能,其中之一是利用并行处理来加速循环操作。本文将介...
Transformers自然语言处理第二章 文本分类Part 1
其它章节内容请见机器学习之PyTorch、Scikit-Learn和Transformers 文本分类是自然语言处理中最常见的任务之一,它可用于各种应用,例如将客户反馈标记为不同的类别,或者根据语言分发工单。电子...