起因: parser.add_argument("--label_smoothing", type=float, default=0.1, nargs="?", help="...

IP属地:四川
起因: parser.add_argument("--label_smoothing", type=float, default=0.1, nargs="?", help="...
之前一直使用的集成回归树模型都是RF,Xgboost,GBDT这三个,其中RF是bagging思想,Xgboost和GBDT是boosting思想。但是在尝试了微软开源的Li...
内容摘要 泰勒公式 最优化方法梯度下降法牛顿法 从参数空间到函数空间从Gradient descend到Gradient boosting从Newton's method到N...
xgboost 已然火爆机器学习圈,相信不少朋友都使用过。要想彻底掌握xgboost,就必须搞懂其内部的模型原理。这样才能将各个参数对应到模型内部,进而理解参数的含义,根据需...
本小节介绍一些常见的loss函数 1. l1_loss&l2_loss 衡量预测值与真实值的偏差程度的最常见的loss: 误差的L1范数和L2范数 因为L1范数在误差接近0的...
对图片中的物体进行计数是一个非常常见的场景,尤其是对人群或者车辆计数,通过计数我们可以获得当前环境的流量与拥挤状况。现有的人群计数方法通常可以分为两类:基于检测的方法和基于回...
最近在接触一些关深度强化学习(DRL)的内容,本文是学习DRL过程中对Demo的复现与理解。相关原理推荐李宏毅的Q-Learning强化学习和深度强化学习课程。 强化学习中有...
很多人都觉得学习算法,并木有什么卵用,因为觉得生活上用不到。然而开始学习编程的时候,学算法,到了高级工程师的时候,依然要学习算法。因为工程师对时间和空间的衡量尤为重要。这里教...