决策树原理：选择一个特征进行测试，然后根据这个测试再分为多个子数据集，最后一步步划分数据集。但是我们如何选择哪些特征分布，以什么为标准呢？由于要解决这个问题，我们映入

写在开头：此篇博客主要是记录李宏毅老师2021年春季的深度学习作业1的笔记过程，以时间的角度进行记录。COVID-19 Cases Prediction8月27号[初步操作]初步查看数据集+用基础的RF进行测试结果8月28号[运行样例代码]李宏毅助教代码运行+理解1、Setup Hyper-parameters [设置超参数]2、Load data [下载数据]3、Load model [下载模型

文章目录一、常见的三种网络结构二、激活函数（1）S型激活函数logistic函数和Tanh函数：hard-logistic函数和hard-Tanh函数：（2）ReLU函数带泄露的ReLU【leaky ReLU】带参数的ReLU【Parametric ReLU或者PReLU】指数线性单元【ELU】ReLU函数的平滑版本【SoftPlus】四种函数的图像（3）Swish函数（4）GELU函数（5）Ma

泰坦尼克号预测：1、思路1.1 数据处理1.2 选择模型并训练1.3 用前剪枝对模型进行优化1.4 试试其他的决策树模型2、具体代码实现（代码来源于本书）1、思路1.1 数据处理删除一些与预测无关的数据修改一些数据，比如男为1，女为0将一些缺失的数据进行补充或者删除找到target（预测的值）将数据集进行分割：分为训练集和交叉训练集1.2 选择模型并训练由于本文的内容为决策树，所以使用决策树的算法

d2l是字母d，数字2，字母l的组合【不是数字1】解决办法：直接在Anaconda中的Prompt里面输入pip install -U d2l或者在每次程序运行之前，都输入一个!pip install -U d2l如果下载成功，重启jupyter就行如果报错：ERROR: Could not install packages due to an EnvironmentError:[WinError

文章目录一、常见的三种网络结构二、激活函数（1）S型激活函数logistic函数和Tanh函数：hard-logistic函数和hard-Tanh函数：（2）ReLU函数带泄露的ReLU【leaky ReLU】带参数的ReLU【Parametric ReLU或者PReLU】指数线性单元【ELU】ReLU函数的平滑版本【SoftPlus】四种函数的图像（3）Swish函数（4）GELU函数（5）Ma

写在开头：此篇博客主要是记录李宏毅老师2021年春季的深度学习作业1的笔记过程，以时间的角度进行记录。COVID-19 Cases Prediction8月27号[初步操作]初步查看数据集+用基础的RF进行测试结果8月28号[运行样例代码]李宏毅助教代码运行+理解1、Setup Hyper-parameters [设置超参数]2、Load data [下载数据]3、Load model [下载模型

【神经网络与深度学习】卷积神经网络 ① 卷积 ② 互相关 ③ 卷积层和池化层 ④ 四种典型的卷积网络 ⑤ 转置卷积 ⑥ 空洞卷积 ⑦ 微步卷积

本文由来本来我并不想写文章的，但是我发现，对于一个0基础的小白vscode用户而言，想完整的下载一个第三方库还是存在一定的问题，并且我在搜索文章的时候发现，完全没有小白教程，太难了，所以说我就写了这篇博客，仅供使用vscode的小白选手安装python的第三方库vscode配置python配置：没有下载python，直接使用的是Anaconda中的python已经下载过vscode中自带的插件1、

文章目录1、卸载电脑中原有的python文件2、安装3.7.5版本的python3、安装mindspore4、在pycharm里面使用下载的3.7.5版本的python【前言】为了下载mindspore框架，我的python可谓是删了又下，下了又删除。一波n折，可算是可以运行了！！！先是去官方文档中找寻下载方案，由于只能下载3.7.5和3.9.0版本的python，但是官方文档提供的是Linux操