模型评估与选择1. 误差与过拟合1.1. 误差及其类型1.2. 过拟合/欠拟合2. 评估方法 1. 误差与过拟合         我们在训练模型上，希望泛化误差越小越好，在模型选择上，我们则需要从这三个方面：评估方法、性能度量、比较验证 来考虑，最后选出最优模型。 1.1. ...

生成对抗网络GAN讲解 ABSTRACT 1. INTRODUCTION2.Related work        原文：Generative Adversarial Nets代码：收录：NIPS(NeurIPS) 2014 (Conference and Workshop on Neural Inform...

          对于二分类任务，其输出的标签 y∈{0,1}y\in \{0, 1\}y∈{0,1}，而线性回归模型产生预测值 z=wTx+bz=w^{T}x+bz=wTx+b是一个实数，因此需要通过一个模型映射到 0/1值，此时最理想的是“单位阶跃函数”，如下图：  ...

生成对抗网络GAN讲解 ABSTRACT 1. INTRODUCTION2.Related work        原文：Generative Adversarial Nets代码：收录：NIPS(NeurIPS) 2014 (Conference and Workshop on Neural Inform...

          我们知道最小二乘法的 误差函数 是 均方L2范数，接下来则是讨论 为什么均方回归会对异常点outliers敏感 以及 有没有更好的误差函数使得更好的处理outliers？        &nb...

      前言： 我们所了解的监督学习有以下多种，希望都能了解与运用。         最近邻与K近邻（NN、KNN）         K近邻...

机器学习之GD、SGD1. 梯度下降法 GD2. 随机梯度下降法 SGD 1. 梯度下降法 GD 2. 随机梯度下降法 SGDSGD和之前的GD区别在于，GD是对函数进行求导，对整个训练集每个样本来计算，但是SGD则是对一个或者多个样本来操作，例如有10000个样本，但每次只对100个或1000个来计算梯度，从而更新参数；SGD存在一个弊端：因为求得的梯度...

Domain Adaptation 1. 源域与目标域区别在哪？ 2. 不同的域自适应方法 Reference        含义：在经典的机器学习中，当 源域 和 目标域 数据分布不同，但是两者的任务相同时，这种 特殊 的迁移学习就是域自适应（Domain Adaptation）   &

git clone出错 fatal: unable to access 'http://github.com/xxx': Failed to connect to github.com port使用命令git config --list查看git的配置信息，这里面可以看到user.name还有user.email如果没有的话不要慌，看下一步； git config --global us

 一、具体用法       torch.where(condition, x, y)→ 其中 x,y 必须是Tensor类型※ 共有三个输入参数，第一个是condition判断条件，第二个是符合条件时取设置值x，第三个是不满足条件的设置值y；     &nbs...