汇总1 cs231n 计算机视觉

1、vpython安装pip install vpython2、vpython基本使用2.1 查看球体from visual import *sphere()2.2 bounce.py简单实现from visual import *floor = box(length=4, height=0.5, width=4, color=color.blue)ball = sphere(pos=(0,4,0

1.NameError: name 'QApplication' is not definedfrom PyQt5.QtWidgets import QApplication2.NameError: name 'QLabel' is not definedfrom PyQt5.QtWidgets import *3.NameError: name 'QDialog' is ...

1、SVR做回归<span style="font-family:Microsoft YaHei;">#-*-coding:utf-8-*-'''Created on 2016年5月4日@author: Gamer Think'''import numpy as npfrom sklearn.svm import SVRimport matplotlib.pyplot as plt###

1. 简介FNN 模型是2016年提出的，基于传统机器学习模型，如LR，FM等，的CTR预测方案被称为基于浅层模型的方案。 优点是模型简单，预测性能较好，可解释性强。缺点是，很难自动提取高阶组合特征携带的信息。于是， 基于因子分解即的神经网络（Factorization Machine supported Neural Network, FNN）被提出。2. FNN模型输入的类别特征是 field

引言想通过随机森林来获取数据的主要特征1、理论根据个体学习器的生成方式，目前的集成学习方法大致可分为两大类，即个体学习器之间存在强依赖关系，必须串行生成的序列化方法，以及个体学习器间不存在强依赖关系，可同时生成的并行化方法；前者的代表是Boosting，后者的代表是Bagging和“随机森林”（RandomForest）随机森林在以决策树为基学习器构建Baggi

1 理论其中，g就是解码部分的矩阵，xl是编码（左边）的矩阵，x经过乘于系数（完成Attention）和g一起concat，进入下一层解码。数学公式：2 实践Pytorch Attention Unet:class Attention_block(nn.Module):def __init__(self,F_g,F_l,F_int):super(Atte...

绪论TCN, Temporal Convolutional Network,时间卷积网络，是一种能够处理时间序列数据的网络结构，论文还评为2018年10大论文。1. 模型输入： x0,x1,...,xt{x_0, x_1,..., x_t}x0​,x1​,...,xt​;输出：y0,y1,...,yt{y_0, y_1,..., y_t}y0​,y1​,...,yt​根据输入序列，推断新...

1、方法1首先，数据量不够，你就把1个当8、9、10······个用，裁剪裁剪，变换变换，翻转翻转。其次，学习特征不够，人工先验来凑。2、方法2人工增加训练集的大小. 通过平移, 翻转, 加噪声等方法从已有数据中创造出一批”新”的数据.Regularization. 数据量比较小会导致模型过拟合, 使得训练误差很小而测试误差特别大. 通过在Loss Function

1、简介田纳西-伊斯曼（TE）仿真平台 依据实际化工反应过程，美国 Eastman 化学公司开发了具有开放性和挑战性的化工模型仿真平台-TennesseeEastman(TE)仿真平台，其产生的数据具有时变、强耦合和非线性特征，广泛用于测试复杂工业过程的控制和故障诊断模型。2、使用1 在官网上华盛顿Te code上下载了MATLAB代码；2. 利用MATLAB把所有的代码都跑了一遍，应该是