DevBookmark

DevBookmark

1384 bookmarks
Custom sorting
计算机之父图灵:当一个天才,有多难?
计算机之父图灵:当一个天才,有多难?
他的一生充满高光:是计算机科学之父、人工智能的开山鼻祖;他破解了德军的终极密码,让二战提前两年结束,拯救了上千万人的生命。 他的一生结于悲剧:由于自己的同性恋身份,触碰了英国保守社会的禁忌,因此被实…
·zhuanlan.zhihu.com·
计算机之父图灵:当一个天才,有多难?
Tensorflow③ Keras的LSTM和TF的LSTM实现的源码剖析_tf.lstm-CSDN博客
Tensorflow③ Keras的LSTM和TF的LSTM实现的源码剖析_tf.lstm-CSDN博客
文章浏览阅读8.9k次,点赞22次,收藏75次。本文详细对比分析了Keras和TensorFlow中LSTM层的实现细节,包括权重解析顺序、计算逻辑及异同点。通过具体实例,展示了如何在两种框架下手动实现LSTM,并对比了结果。
·blog.csdn.net·
Tensorflow③ Keras的LSTM和TF的LSTM实现的源码剖析_tf.lstm-CSDN博客
iT 邦幫忙::一起幫忙解決難題,拯救 IT 人的一天
iT 邦幫忙::一起幫忙解決難題,拯救 IT 人的一天
iT 邦幫忙是 IT 領域的技術問答與分享社群,透過 IT 人互相幫忙,一起解決每天面臨的靠北時刻。一起來當 IT 人的超級英雄吧,拯救下一個卡關的 IT 人
·ithelp.ithome.com.tw·
iT 邦幫忙::一起幫忙解決難題,拯救 IT 人的一天
台大李宏毅深度学习——计算图模型
台大李宏毅深度学习——计算图模型
Computational Graph实际上是一种描述计算过程的“语言”。这种语言中用node表示variable,用edge表示operation。
·samaelchen.github.io·
台大李宏毅深度学习——计算图模型
Day 17:GRU (Gated Recurrent Unit) 概念介紹與實作 - iT 邦幫忙::一起幫忙解決難題,拯救 IT 人的一天
Day 17:GRU (Gated Recurrent Unit) 概念介紹與實作 - iT 邦幫忙::一起幫忙解決難題,拯救 IT 人的一天
前言 原來還想多介紹幾個應用,但是,一直擔心忘了另一個RNN的變形 -- GRU,所以,還是先把它處理掉,才好 focus 在應用上。另一方面,LSTM 執行速度非常慢,如果改用 GRU,希望測試可以...
·ithelp.ithome.com.tw·
Day 17:GRU (Gated Recurrent Unit) 概念介紹與實作 - iT 邦幫忙::一起幫忙解決難題,拯救 IT 人的一天
從經驗中學習 - 直觀理解貝氏定理及其應用
從經驗中學習 - 直觀理解貝氏定理及其應用
貝氏定理(Bayes' theorem)是機率論中,一個概念簡單卻非常強大的定理。有了機率論的存在,人們才能理性且合理地評估未知事物發生的可能性(例:今天的下雨機率有多少?我中樂透的可能性有多高?),並透過貝氏定理搭配經驗法則來不斷地改善目前的認知,協助我們做更好的決策。這篇將利用生活上我們(或人工智慧)常需要考慮的事情當作引子,如今天的下雨機率是多少?來直觀地了解貝氏定理是怎麼被應用在各式各樣的地方。我們甚至可以效仿貝氏定理的精神,讓自己能更理性地評估未知並從經驗中學習。
·leemeng.tw·
從經驗中學習 - 直觀理解貝氏定理及其應用
题解 UVA299 【Train Swapping】
题解 UVA299 【Train Swapping】
逆序对模板题,逆序对一般正解是 O(n\log n) 的,但是看到了“入门”你就知道这道题 O(n^2) 是绝对过得了的。 但O(n^2) 的冒泡排序不是重点,我们来讲一讲以后用的到的 O(n \log n) 归并排序。 归并排序运用的是“分而治之”的思想,首先把数组…
·luogu.com·
题解 UVA299 【Train Swapping】
Re: [請益] 印度商Wipro
Re: [請益] 印度商Wipro
日前也接受了Wipro的面試貌似也通過了 目前到了填基本資料的階段 請問有人知道這家嗎? 可否大概分享目前狀況? 謝謝
·ptt.cc·
Re: [請益] 印度商Wipro
Value error problem I encountered with tensorflow optimizer parameter
Value error problem I encountered with tensorflow optimizer parameter
Value error problem using tensorflow I have an issue from part of my tensor flow code when building a neural network: The error is a ValueError: Argument(s) not recognized : {'lr' : 0.001} The sec...
learning_rate
·stackoverflow.com·
Value error problem I encountered with tensorflow optimizer parameter
Day15:時間序列預測--LSTM - iT 邦幫忙::一起幫忙解決難題,拯救 IT 人的一天
Day15:時間序列預測--LSTM - iT 邦幫忙::一起幫忙解決難題,拯救 IT 人的一天
在本節中,我們將深入探索如何使用深度學習中的循環神經網絡(RNN),特別是長短期記憶網絡(LSTM),來進行時間序列數據的預測。我們將使用PyTorch框架,從數據預處理、模型構建、訓練到評估,完整地...
梯度消失
·ithelp.ithome.com.tw·
Day15:時間序列預測--LSTM - iT 邦幫忙::一起幫忙解決難題,拯救 IT 人的一天
python 删除文件、清空目录的方法总结_python 清空文件夹-CSDN博客
python 删除文件、清空目录的方法总结_python 清空文件夹-CSDN博客
文章浏览阅读10w+次,点赞19次,收藏72次。Python os.remove() 方法os.remove() 方法用于删除指定路径的文件。如果指定的路径是一个目录,将抛出OSError。在Unix, Windows中有效以下实例演示了 remove() 方法的使用:#!/usr/bin/python# -*- coding: UTF-8 -*-import os, sys# 列出目录print "目录为: %s"..._python 清空文件夹
os.removedirs("/test")
·blog.csdn.net·
python 删除文件、清空目录的方法总结_python 清空文件夹-CSDN博客
机器学习超详细实践攻略(21):三板斧干掉样本不均衡问题之1——过(欠)采样
机器学习超详细实践攻略(21):三板斧干掉样本不均衡问题之1——过(欠)采样
想象一下,假如今天是你作为数据分析师入职的第一天,老板交给你一个数据分析任务:通过公司已经有的信用卡用户和交易信息,预测用户未来是否会逾期还款。 这个问题看似简单,实则隐藏了一个非常大的坑:据粗略估…
·zhuanlan.zhihu.com·
机器学习超详细实践攻略(21):三板斧干掉样本不均衡问题之1——过(欠)采样
对不平衡数据使用sklearn.train_test_split-腾讯云开发者社区-腾讯云
对不平衡数据使用sklearn.train_test_split-腾讯云开发者社区-腾讯云
我有一个非常不平衡的数据集。我使用sklearn.train_test_split函数来提取训练数据集。现在我想对训练数据集进行过采样,所以我过去常常计算type1的数量(我的数据集有两个类别和类型(type1和tupe2),但我的所有训练数据都是type1。所以我不能过度抽样。以前,我用我编写的代码拆分训练测试数据集。在所有type1数据编码0.8和所有type2数据的0.8在训练数据集中。如何
·cloud.tencent.com·
对不平衡数据使用sklearn.train_test_split-腾讯云开发者社区-腾讯云
dask: difference between client.persist and client.compute
dask: difference between client.persist and client.compute
I am confused about what the difference is between client.persist() and client.compute() both seem (in some cases) to start my calculations and both return asynchronous objects, however not in my s...
·stackoverflow.com·
dask: difference between client.persist and client.compute
如何找到適合自己的實驗室?(一)
如何找到適合自己的實驗室?(一)
俗話說「好的指導教授帶你上天堂」! 希望本系列文章,能夠幫助要找指導教授的碩士生、專題生!
·medium.com·
如何找到適合自己的實驗室?(一)
How to Work with BIG Datasets on 16G RAM (+Dask)
How to Work with BIG Datasets on 16G RAM (+Dask)
Explore and run machine learning code with Kaggle Notebooks | Using data from TalkingData AdTracking Fraud Detection Challenge
·kaggle.com·
How to Work with BIG Datasets on 16G RAM (+Dask)
沒有實作所以只好講幹話系列(三) :: 過擬合了 !! - iT 邦幫忙::一起幫忙解決難題,拯救 IT 人的一天
沒有實作所以只好講幹話系列(三) :: 過擬合了 !! - iT 邦幫忙::一起幫忙解決難題,拯救 IT 人的一天
零、引言 當我們在訓練模型時,並不是訓練越久越好,雖然對訓練模型可以有好的擬合度,但對於「非訓練集」的資料卻不是這麼回事,訓練過度就有可能造成「過擬合」(overfitting)。今天就想來談一談ov...
·ithelp.ithome.com.tw·
沒有實作所以只好講幹話系列(三) :: 過擬合了 !! - iT 邦幫忙::一起幫忙解決難題,拯救 IT 人的一天