损失函数 namemeaningcost function成本函数是模型预测的值与实际值之间的误差的度量，成本函数是整个训练数据集的平均损失。loss function成本函...
发简信
IP属地：河南
-
About Loss Function All You Need
-
About Activation Function All You Need激活函数 激活函数的意义：激活函数为层与层之间增加非线性连接，增加模型的复杂性，如果层之间没有非线性，那么即使很深的层堆叠也等同于单个层例如连接这两个线性函数等于得到另一个线...
-
BiLSTM+CRF原理及代码分析CRF基础 CRF是无向图模型，通过对MEMM进行改进，不直接计算状态间的转移概率，而是计算最大团势函数的乘积所得的归一化后的分值，如果要计算概率需要除以partition ...
-
HMM-EM算法估计参数实现Learning Problem: HMM Training Learning Problem: , D是训练数据 HMM的训练过程需要使用Forward/Backward算...
-
药物领域中深度学习的应用
前言 深度学习算法在很多领域已经可以成功落地，并且效果很好，例如以卷积神经网络为例，该算法以及衍生的系列算法在图像处理领域效果甚佳，例如图像分类，目标检测等，而以循环神经网络...
-
HMM-Forward/Backward算法实现M 个隐状态 - 长度为T的观测序列 - 转移矩阵 - 发射矩阵 - 初始概率分布 - Evaluation Problem 给定 , 其中 方法： 找出所有的隐状态，， M...
-
centos 7修改密钥登陆为密码登录
1、需要用pem文件连接到centos系统中，xshell 使用pem文件登录：http://blog.csdn.net/gsying1474/article/details...
-
Exploratory Data Analysis
参考链接： 中文链接https://www.jianshu.com/p/9325c9f88ee6https://zhuanlan.zhihu.com/p/28470886ht...
-
Matplotlib和Seaborn之轴须图和带状图轴须图和带状图 你可能遇到过用散点图等双变量图形绘制的边缘分布，或者对这种分布感兴趣。边缘分布是变量的单变量分布，忽略任何其他变量的值。对于定量数据来说，直方图或密度曲线适合...
-
Jupyter Notebook Extension
I install with% pip install jupyter_contrib_nbextensions% jupyter contrib nbextension i...
-
-
Matplotlib和Seaborn之集群图集群图 在这节课，你见到了描绘数字变量和分类变量之间关系的很多方式。小提琴图将分布描绘为密度曲线，箱线图采用的是摘要形式，将数量绘制为须线。这些图形的另一种替代方式是集群图。...
-
Matplotlib和Seaborn之多变量可视化使用颜色表示第三个变量 在 matplotlib 和 seaborn 中，向图形中添加第三个变量的最常见方式是使用颜色。你已经在这节课的集群条形图和热图中见过这种方式。vio...
-
Matplotlib和Seaborn之折线图折线图 折线图是一种很常见的图形，用于描绘一个数字变量相对于第二个变量的值的变化趋势。在散点图中，所有数据点都会绘制出来，而在折线图中，每个唯一 x 值或 x 值的分箱仅绘制...
-
Matplotlib和Seaborn之调整单变量图形调整后的条形图 在上节课，我们提到直方图和条形图分别可以描绘数字变量和分类变量的分布情况，长条的高度（或长度）表示落入每个长条的值范围内的数据点数量。这些图形可以经过调整，用...
-
Matplotlib和Seaborn之分面分面 处理包含两个或多个变量的图形的一种实用方式是分面。采用分面技巧时，数据被划分为不相交的子集，通常根据分类变量的不同级别进行划分。对于每个子集，对其他变量采用相同的图形。...
-
Matplotlib和Seaborn之簇状柱形图
簇状柱形图 为了描绘两个分类变量之间的关系，我们可以将在上节课见到的单变量条形图扩展为簇状柱形图。和标准条形图一样，我们依然需要描绘每组的数据点计数，但是每组现在是两个变量的...
-
Matplotlib和Seaborn之箱线图箱线图 箱线图是展示数字变量和分类变量之间关系的另一种方式。与小提琴图相比，箱线图更侧重于数据的摘要，主要报告每个分类级别数字值的一组描述统计学信息。可以使用 seaborn...
