文/朱朱哥弟 郑重声明：文章系原创非首发，首发平台简书，文责自负 在建党102周年之际，重温入党誓词，对于一名党员来说，既是一项严肃、神圣的活动，也是对党员的一项基本要求。 ...
发简信
IP属地：广东
-
献给建党102周年||3分钟巧记入党誓词 -
Keras中的LSTM最近做一个关于用电负荷预测的项目，想用循环神经网络试一下，具有时间特性的数据预测当然非LSTM莫属了啦，但是感觉自己对LSTM的输入和输出不是很明白，就学习顺便整理一下吧。 ...
-
random.randint()与np.random.randint()的区别
先来看看random.randint()方法： 再来看看numpy.random.randint()方法： 看出有什么不同了吗?random.randint()方法里面的取值...
-
keras实现Attention机制
attention层的定义：（思路参考https://github.com/philipperemy/keras-attention-mechanism） 具体的用法：
-
回归评价指标MSE、RMSE、MAE、R-Squared前言 分类问题的评价指标是准确率，那么回归算法的评价指标就是MSE，RMSE，MAE、R-Squared。下面一一介绍 均方误差（MSE） MSE （Mean Squared...
-
WGAN：为什么要用EM距离取代交叉熵面试被问到的一个问题：WGAN使用EM距离作为度量方式，相比原来的交叉熵有什么优势？ 一、信息论基础 1、信息熵 假设有事件，其发生的概率为，那么这件事发生后带来的信息量是：...
-
归一化是一种无量纲处理手段，提升模型的收敛速度和精度，让各个特征对结果做出的贡献相同。醍醐灌顶！👍
使用Sklearn的MinMaxScaler做最简单的归一化
什么是归一化 归一化是一种无量纲处理手段，使物理系统数值的绝对值变成某种相对值关系。简化计算，缩小量值的有效办法。 为什么要做归一化两个好处 1.提升模型的收敛速度 如下图，...
-
使用Sklearn的MinMaxScaler做最简单的归一化什么是归一化 归一化是一种无量纲处理手段，使物理系统数值的绝对值变成某种相对值关系。简化计算，缩小量值的有效办法。 为什么要做归一化两个好处 1.提升模型的收敛速度 如下图，...
-
Pandas进阶之窗口函数rolling()和expanding()
一、概念 为了处理数字数据，Pandas提供了几个变体，如滚动，展开和指数移动窗口统计的权重。 其中包括总和，均值，中位数，方差，协方差，相关性等； 所谓窗口，就是将某个点的...
-
Seq2Seq 模型详解Seq2Seq 是一种循环神经网络的变种，包括编码器 (Encoder) 和解码器 (Decoder) 两部分。Seq2Seq 是自然语言处理中的一种重要模型，可以用于机器翻...
-
个人Github主页：<a href="https://links.jianshu.com/go?to=https%3A%2F%2Fgithub.com%2Fdeepbiolab" target="_blank">https://github.com/deepbiolab</a><br>专注于AI for Science 领域
-
概率密度函数(PDF)应用场景给定一个值, 判断这个值在该正态分布中所在的位置后, 获得其他数据高于该值或低于该值的比例 图中曲线称为概率密度函数, 简称为pdf pdf的曲线下面积(AUC)总和...
-
-
“当激活函数为线性函数时相当于PCA降维”
请问楼主此句如何理解？深度信念网络（DBN）
由于课题需要使用DBN，今天抽时间总结下其相关内容！！ 深度信念网络，DBN，Deep Belief Nets，神经网络的一种。既可以用于非监督学习，类似于一个自编码机；也可...
