Deephub 的个人主页

本文回顾了 Shaojie Bai、J. Zico Kolter 和 Vladlen Koltun 撰写的论文：An Empirical Evaluation of Generic Convolutional and Recurrent Networks for Sequence Modeling。

2021-12-07 22:49:06 0 收藏

基于遗传算法的特征选择:通过自然选择过程确定最优特征集

遗传算法是一种基于自然选择的优化问题的技术。在这篇文章中，我将展示如何使用遗传算法进行特征选择。

2021-12-07 22:48:05 0 收藏

激活函数其实并不简单：最新的激活函数如何选择？

让我们来看看几个最有前途的激活函数，看看它们为什么好以及何时使用它们。

2020-01-24 22:42:22 0 收藏

使用神经网络的建立与分析遗传基因数据模型

"哪一种最简单的神经网络能与遗传数据最匹配"。经过大量文献回顾，我发现与该主题相关的最接地气却非常有趣的工作是在Yoshua Bengio 教授的实验室中进行的。

2020-01-25 22:38:18 0 收藏

深度学习的端到端文本OCR:使用EAST从自然场景图片中提取文本

我们生活在这样一个时代：任何一个组织或公司要想扩大规模并保持相关性，就必须改变他们对技术的看法，并迅速适应不

2020-01-26 22:36:40 0 收藏

现实世界中的数据科学：基于领域知识和监督学习模型的黄金价格理解与预测

本文将展示如何建立一个简单但是强大的金价预测模型，主要包含以下内容：黄金的简要历史影响金价的若干因素建立用于

2020-01-27 22:32:48 0 收藏

基于图卷积神经网络GCN的时间序列预测:图与递归结构相结合的库存品需求预测

时间序列预测任务可以按照不同的方法执行。最经典的是基于统计和自回归的方法。循环和卷积结构在时间序列预测中取得了巨大的成功。我们尝试做的是使用时间序列的图形表示来产生未来的预测

2020-01-28 22:31:57 0 收藏

一个简单的更改让PyTorch读取表格数据的速度提高20倍：可大大加快深度学习训练的速度

在训练深度学习模型时，性能至关重要。数据集可能非常庞大，而低效的训练方法意味着迭代速度慢

2020-01-29 22:30:41 0 收藏

数据的预处理基础：如何处理缺失值

数据清理/探索性数据分析阶段的主要问题之一是处理缺失值。缺失值表示未在观察值中作为变量存储的数据值。

2020-01-30 22:29:04 0 收藏

归一化vs标准化，哪个更好

标准化归一化今天我们将探讨这两种技术，并了解数据分析师在解决数据科学问题时所做出的一些常见假设。

2020-01-31 22:27:10 0 收藏

XGBoost算法背后的数学：尽可能简单地解释XGBoost算法背后的数学机制

XGBoost是一个很优美的算法，它的过程不乏启发性。这些通常简单而美丽的概念在数学术语中消失了。我在理解数学的过程中也遇到过同样的挑战，所以我写这篇文章的目的是巩固我的理解，同时帮助其他人完成类似的过程。

2020-02-01 22:26:04 0 收藏

机器学习模型的超参数优化

模型优化是机器学习算法实现中最困难的挑战之一。机器学习和深度学习理论的所有分支都致力于模型的优化。

2020-02-02 22:25:03 0 收藏

Explainable AI (XAI) 不能解释什么,以及我们如何解决这个问题

神经网络准确但不可解释，决策树是可解释的，但在计算机视觉中是不准确的。对于这种问题，我们在本文有一个解决办法

2020-02-03 22:24:19 0 收藏

理论结合实际：如何调试神经网络并检查梯度

当我们实现神经网络时，反向传播的过程中更容易出错。因此，如果我们能够实现一些使我们能够轻松调试神经网络

2020-02-04 22:23:00 0 收藏

Deephub

个人信息