分类： 深度学习
-
关于深度学习:混合密度网络MDN进行多元回归详解和代码示例
在本文中，首先简要解释一下 混合密度网络 MDN （Mixture Density Network）是什么，而…
-
关于深度学习:使用折外预测oof评估模型的泛化性能和构建集成模型
机器学习算法通常应用例如 kFold等的穿插验证技术来进步模型的准确度。在穿插验证过程中，预测是通过拆分进去的…
-
关于深度学习:Jina-3-重磅发布3-大更新助力云原生神经搜索系统搭建
文章导读Jina 3 已于昨日公布，与前两个大版本相比，Jina 3 有哪些重大更新？又将为神经搜寻带来哪些全…
-
关于深度学习:5分钟NLP从-Bag-of-Words-到-Transformer-的时间年表总结
本文不是 NLP 钻研的残缺列表，因为太多了无奈总结的这么残缺！然而本文对影响NLP钻研的一些重要的模型进行总…
-
关于深度学习:EfficientNetV2-通过NASScaling和FusedMBConv获得更小的模型和更快的训练
EfficientNetV2是由 Google Research，Brain Team公布在2021 ICML…
-
关于深度学习:Attention-Is-All-You-Need图像上使用
Transformer的实质是一个Encoder-Decoder的构造。在encoder中，数据首先会通过一个…
-
关于深度学习:CMSC-216-Project-3
CMSC 216 Project #3 Spring 2021Date due: Wednesday, Mar…
-
关于深度学习:8个可以提高数据科学工作效率节省宝贵时间的Python库
GridSearchCV 将在先前定义的空间内尝试组合。例如，对于随机森林分类器，可能想要测试几个不同的树的最…
-
关于深度学习:为什么交叉熵和KL散度在作为损失函数时是近似相等的
只管最后的倡议应用 KL 散度，但在构建生成反抗网络 [1] 时，在损失函数中应用穿插熵是一种常见的做法。这经…
-
关于深度学习:恒源云社区大佬的论文小记FloodingX
文章起源 | 恒源云社区原文地址 | Flooding-X: 超参数无关的 Flooding 办法原文作者 |…