IT-Swarm.Net

machine-learning

Keras binary_crossentropy vs categorical_crossentropy性能?

如何解释机器学习模型的“损失”和“准确性”

人工神经网络相对于支持向量机有什么优势?

训练神经网络时的Epoch vs Iteration

线性回归和逻辑回归有什么区别?

如何选择张量流中的交叉熵损失?

对卷积神经网络中一维,二维和三维卷积的直观理解

数据挖掘中的分类和聚类之间的区别?

监督学习和无监督学习有什么区别?

TensorFlow中的步骤和时期有什么区别?

如何将数据集划分为训练集和验证集是否有经验法则?

功能和标签有什么区别?

什么是交叉熵?

“扁平化”在克拉斯的作用

物体检测和计算机视觉中的mAP度量

TensorFlow - L2丢失正则化,如何应用于所有权重,而不仅仅是最后一个?

Keras中的多对一和多对LSTM示例

Keras:内核和活动正规则之间的区别

值迭代和策略迭代之间有什么区别?

卷积神经网络中的批量归一化

哪种机器学习分类器可供选择,一般情况下?

为什么一个热门编码可以提高机器学习性能?

训练期间nans的常见原因

为什么神经网络的权重应该初始化为随机数?

多层感知器(MLP)架构:选择隐藏层数和隐藏层大小的标准?

什么是期望最大化技术的直观解释?

word2vec:负面采样(外行术语)?

如何训练人工神经网络使用视觉输入玩暗黑破坏神2?

开源神经网络库

支持向量的数量与训练数据和分类器性能之间的关系是什么?

Apple如何在电子邮件中查找日期,时间和地址?

当我们可以解析地解决线性回归时,为什么梯度下降

时间序列中的模式识别

什么是机器学习?

Sklearn StratifiedKFold:ValueError:支持的目标类型是:('binary','multiclass')。得到'多标签指标'

估计神经元的数量和人工神经网络的层数

在训练LSTM/RNN模型时,为什么我的GPU比CPU慢?

Gradient Descent和Newton's Gradient Descent有什么区别?

提高朴素贝叶斯分类器准确性的方法?

TensorFlow:当批次完成培训时,tf.train.batch会自动加载下一批吗?

线性回归::标准化(Vs)标准化

图像中的标识识别

PyTorch中的交叉熵

为什么F-Measure是一个调和均值而不是精确和召回措施的算术平均值?

如何解读scikit的学习混淆矩阵和分类报告?

如何在sklearn上平衡训练集和测试集上的数据

Keras - 如何使用KerasRegressor执行预测?

如何计算最佳批量大小

用简单的词语表示什么是损失函数?

Sklearn.preprocessing中standardscaler和Normalizer之间的区别

Xgboost-如何使用“mae”作为目标函数?

Keras的交叉验证

在分割训练和测试数据之前或之后标准化数据?