Результаты поиска по запросу "machine-learning"
Отличный ответ - большое спасибо!
ясь узнать, как работает pytorch, я пытаюсь выполнить оценку максимального правдоподобия некоторых параметров в многомерном нормальном распределении. Однако, похоже, он не работает ни для одного из параметров, связанных с ковариацией. Итак, мой ...
И действительно, вы можете использовать весь набор данных для окончательного обучения, как указано в вопросе о данных.
аюсь решить проблему регрессии наБостонский набор данных [https://www.kaggle.com/c/boston-housing]с помощьюслучайный лесной регрессор [https://scikit-learn.org/stable/modules/generated/sklearn.ensemble.RandomForestRegressor.html] Я ...
В настоящее время я испытываю похожие проблемы, пытаясь предсказать использование временных рядов. Я еще не нашел решения, но работаю над извлечением функций, как отмечали другие.
ько что тестировал эту модель из KaggleПочта [https://www.kaggle.com/thebrownviking20/intro-to-recurrent-neural-networks-lstm-gru] эта модель предполагает прогнозирование на 1 день вперед из заданного набора последних акций, После нескольких ...
Очень простой подход. Взято из склэрн документации и Kaggle.
едующим фреймом данных только с 2 возможными метками: name f1 f2 label 0 A 8 9 1 1 A 5 3 1 2 B 8 9 0 3 C 9 2 0 4 C 8 1 0 5 C 9 1 0 6 D 2 1 0 7 D 9 7 0 8 D 3 1 0 9 E 5 1 1 10 E 3 6 1 11 E 7 1 1Я написал код, чтобы сгруппировать данные по столбцу ...
Хм, да, я понимаю, что вы имеете в виду. Я никогда не использовал его, когда нужно увеличить вывод, только для задач классификации, где Y не затрагивается. Боюсь, я не знаю ответа на этот вопрос. Я тоже не знаю, что такое imgaug на conda, но вы можете установить его с помощью pip в любой виртуальной среде conda.
ренировочные образы - это уменьшенные версии связанных с ними кадровых образов. Таким образом, входные и выходные изображения не имеют одинаковое измерение. На данный момент я использую образец из 13 изображений, созданный вручную, но в конечном ...
посторонние люди... ;)
исал ванильный автоэнкодер, используя толькоDense слой. Ниже мой код: iLayer = Input ((784,)) layer1 = Dense(128, activation='relu' ) (iLayer) layer2 = Dense(64, activation='relu') (layer1) layer3 = Dense(28, activation ='relu') (layer2) layer4 ...
Рад это слышать!
ледовал заэтот великий учебник [https://github.com/GoogleCloudPlatform/cloudml-samples/tree/master/census]и успешно обучил модель (на CloudML). Мой код также делает прогнозы в автономном режиме, но сейчас я пытаюсь использовать Cloud ML, чтобы ...
Да, я использовал ссылку, которую вы указали в своем сообщении о проблеме, но, поскольку я не в США, я не смог его скачать, поэтому я отправил вопрос на IBM Forum, чтобы решить эту проблему. Вместо этого я использовал IBM DropSolve OAAS в качестве временного решения. И ваш код работал отлично. Огромное спасибо.
аюсь решить проблему оптимизации, которая очень похожа на проблему ранцев, но ее невозможно решить с помощью динамического программирования. Проблема, которую я хочу решить, очень похожа на эту проблему: [/imgs/fDoIP.png] [/imgs/jJBHF.png] ...
Может ли кто-нибудь нарисовать мне картину? Хитро обернуть мою голову точно, где связи и общие веса как новичок в библиотеке.
ой тестовый код: from keras import layers input1 = layers.Input((2,3)) output = layers.Dense(4)(input1) print(output)Выход: <tf.Tensor 'dense_2/add:0' shape=(?, 2, 4) dtype=float32>Но что случилось? В документации сказано: Примечание: если ...
Большое спасибо, это очень помогло!
аюсь сделать классификацию изображений с двумя классами. У меня 1000 изображений со сбалансированными классами. Когда я обучаю модель, я получаю низкую постоянную точность проверки, но уменьшающуюся потерю проверки. Это признак переоснащения или ...