IP属地：上海
-
机器学习面试基础3目录 RNN 发生梯度消失的原因是什么？ RNN中使用ReLU可以解决梯度消失问题吗？ LSTM为什么能解决梯度消失/爆炸的问题？ LSTM和G...
-
机器学习面试基础2目录 简述K-Means算法的基本流程 Kmeans对异常值是否敏感？为什么？ 如何评估聚类的效果 超参数k如何选择？ Kmeans算法的优缺点...
-
机器学习面试基础1目录 为什么要对特征做归一化 (easy) 什么是组合特征（Categorical Feature的组合）？如何处理高维组合特征 (medium...
-
SVM支持向量机(二)：Soft Margin SVM上一节我们介绍了SVM在处理二分类问题时的经典概念，但是现实场景中的数据往往有很多噪音，这个时候如何处理才能让模型更鲁棒呢？ 松弛变量（Slac...
-
SVM支持向量机(一)：基础概念超平面 定义： 对于处在超平面两侧的两个点 和 ，分别有： 某样本到超平面的单位法向量为：某样本点到超平面的距离可以表示为： 所以可以看到图中原...
-
常见的损失函数
1. 均方差损失 MSE Loss (L2 Loss) 针对回归问题 MSE也称为L2 loss：随着预测与真实值的绝对误差的增加，均方差损失...
-
PyTorch下的多卡训练nn.DataParallel DataParallel只能实现单个主机多GPU的训练，下图是由HuggingFace 制作的DataParal...
-
行人ReID网络：MGN 2018Learning Discriminative Feature with Multiple Granularities for Person R...
-
ResNeSt 2020 论文阅读笔记ResNeSt: Split-Attention NetworksGithub: https://github.com/zhanghang198...