3回答
尺度神经网络
、、、、
当使用神经网络(TensorFlow:深度神经回归)时，当将训练数据从样本增加到整个数据(例如10倍大的数据集)时，您应该对模型体系结构(更深/更宽)、学习速度和一般的超参数进行哪些更改？
在这些变化中，有多少尝试和错误涉及到启发式逻辑？
浏览 0提问于2019-03-21得票数 6
1回答
我正在实现连续强化学习(用深度强化学习的连续控制)，但在优化策略-神经网络时遇到了一些问题。
按照本文的建议，通过计算和跟踪梯度(梯度上升)，使策略的q值最大化:最大Q(状态，action=policy(状态))。然而，由于Q-神经网络(最初)不是Q(状态，动作)的完全逼近，当政策的作用变得很大/无限时，我遇到了问题。当行动->无限时，Q->无穷大，这意味着策略的权重被优化到非常大或无限大的值。Morover，当政策开始输出接近无穷大的值时，这意味着q-值变得太大，而增强值变得不相关，因为"r + gamma*Q“被非常大的q-值所主导。
您推荐的解决方案是什么？我计划将策
浏览 1提问于2017-04-29得票数 2
1回答
我知道CNN和其他深度学习方法的算法复杂度不能完全用简单的术语来表达，比如大的哦复杂度。也就是说，如何将CNN的效率/复杂性与标准机器学习方法(例如决策树、LDAs、朴素贝叶斯等)进行比较？深度学习方法是昂贵的，但我们如何知道它们相对昂贵呢？
浏览 0提问于2017-07-11得票数 1
3回答
适合于多类分类的深度学习结构
、、、、
我有以下数据
feat_1 feat_2 ... feat_n label
gene_1 100.33 10.2 ... 90.23 great
gene_2 13.32 87.9 ... 77.18 soso
....
gene_m 213.32 63.2 ... 12.23 quitegood
M大~30K行，N小得多~10列。我的问题是，什么样的深度学习结构适合学习和测试上述数据。
在一天结束时，用户将给出一个基因表达载体。
gene_1 989.00
gene_2 77.10
...
ge
浏览 6提问于2016-04-27得票数 15
回答已采纳
我正在尝试创建一个大的numpy数组，比如说
S=0.5
a=np.random.normal(size=(100000,10000))
x=np.maximum(S-a,1)
#This is just an example. The calculation is more complicated than this.
但是它对于内存来说太大了。创建此数组后，我还需要进行操作，并将其用作机器学习中的训练数据(例如，xgboost或CART)。
所以我的问题是:1.如何创建这么大的数组而不出现内存错误，并且还可以让我进行计算？你能推荐一些我可以学习的包或链接吗? 2.假设这个数组已经保存在一个
浏览 0提问于2020-07-20得票数 1
到目前为止，我的印象是机器学习算法(gbm，随机森林，xgboost等)可以处理数据中存在的不良特征(变量)。
在我的一个问题中，大约有150个特征，如果我使用所有的特征，使用xgboost我会得到大约1的对数损失。但是如果我删除大约10个不好的特性(使用一些技术发现)，我观察到.45的对数损失。这是一个巨大的进步。
我的问题是，糟糕的特性真的能造成如此大的差异吗？
浏览 2提问于2016-02-27得票数 2
我正在使用opencv的CvBoost进行分类。我用数千兆字节的数据训练了分类器，然后把它保存下来。该模型有一个由1000名弱学习者组成的树，深度为20 (默认设置)。现在，我想加载它来预测实时生产代码中的类。然而，学习模式的规模是巨大的(几乎是千兆字节)。我相信这是因为保存函数保存了所有用于学习的数据，这样就可以正确地更新培训模型。然而，我不需要这个功能在运行时，我只是想使用固定的参数(1000弱学习者，等等)，这应该不是很多数据。
有没有一种方法可以将弱学习者的参数保存下来并加载到CvBoost?中？
是否有人有使用此或另一个opencv学习模型缩小学习模型数据大小的经验？备注: CvBo
浏览 6提问于2015-02-24得票数 1
10回答
我们都知道当下人工智能已经走向了风口，而大数据是人工智能技术进行深度学习的基石，究竟大数据对人工智能的深度学习有什么影响呢？
浏览 1454提问于2018-03-30
作为深度学习的新手，我有点挣扎于掌握一次尝试学习的想法。
假设我有一个类来检测训练数据集(如COCO或Image )中不存在的类。我是否可以仅使用图像来训练该类的模型，或者训练集必须与YOLO或RCNN一样大？
浏览 0提问于2021-05-04得票数 1
回答已采纳
1回答
我正在研究一种从单目图像中估计深度图像的深度学习(有监督学习)。数据集当前使用的是KITTI数据。RGB图像(输入图像)使用KITTI原始数据，而来自following link的数据用于地面实况。 在通过设计一个简单的编解码器网络来学习模型的过程中，效果并不是很好，因此人们进行了各种尝试。 在搜索各种方法时，我发现groundtruth只能通过掩码来学习有效区域，因为有许多无效区域，即无法使用的值，如下图所示。 ? 所以，我是通过掩蔽来学习的，但我很好奇为什么这个结果总是出来。 ? ? 这是我训练代码的一部分。我该如何解决这个问题。 for epoch in range
浏览 56提问于2020-09-23得票数 0
1回答
我对以下两个过程感兴趣：
对同态加密数据执行深度学习
对未加密的数据执行同态加密模型的深度学习预测。我的意思是加密深度学习模型的权重，将它们发送给数据所有者，并执行加密的预测。数据的所有者将返回加密的预测。例如，请参阅此博客文章中的逻辑回归示例。我想知道是否可以使用PHE (部分同态加密，例如Paillier)进行深入学习(包括许多隐藏层)，或者是否需要一个FHE (完全同态加密)。
欢迎推荐人！
浏览 0提问于2018-02-13得票数 6
我目前正在努力学习深度学习。我问自己，在回归方面，深度学习在哪些方面优于支持向量机和随机森林？
你有什么回归数据，深度学习优于支持向量机和随机森林吗？
我提出这个问题的主要目的，是看看哪种数据集的深度学习优于支持向量机和随机森林。因为我不知道这些数据集是什么类型的，所以我不想在询问这些数据集时限制太大。
更新:从tom给出的答案中，我可以清楚地看到我正在寻找什么样的数据集。因此，更具体地说:如果您知道在不同粒度级别上具有空间/时间结构的数据集，例如，在这个数据集上，卷积深网络的性能优于SVM和随机森林数据集，那么请共享这个数据集或链接到它。
不知道为什么这个问题仍然被标记为“暂停”，因为我更新
浏览 0提问于2017-11-22得票数 1
回答已采纳
3回答
隐藏魔方内部布线
、、
在Java/OpenGL应用程序的上下文中，我绘制了一个仅由27个较小的立方体组成的黑色连线(不填充)大立方体。为此，我编写了以下代码：
for (int x = 1; x <= 3; x++) {
for (int y = 1; y <= 3; y++) {
for (int z = 1; z <= 3; z++) {
wireCube(x - 2, 2 - y, 2 - z);
}
}
}
使用GL11.glBegin(GL11.GL_LINE_LOOP);实现wireCube方法
使用对gluPe
浏览 2提问于2010-08-04得票数 0
回答已采纳
这个微软页面给出了学习lambda的所有必要信息，还是它是一个可以从其他来源学习的大主题？我正在学习C#，想知道微软C#语言指南是否能给我提供精通c#所需的所有信息？
非常感谢。
浏览 0提问于2011-03-11得票数 0
2回答
我想在我的Keras模型上执行超参数优化。问题是数据集相当大，通常在培训中我使用fit_generator从磁盘批量加载数据，但是像SKlearn Gridsearch、Talos等常见的包只支持fit方法。
我试图通过以下方法将整个数据加载到内存中：
train_generator = train_datagen.flow_from_directory(
original_dir,
target_size=(img_height, img_width),
batch_size=train_nb,
class_mode='categorical'
浏览 0提问于2018-08-21得票数 3
回答已采纳
2回答
我和一位同事有了一个想法，创建一个小的网络游戏，用户输入一大块关于自己的数据，然后应用程序会为他们写出在特定结构中听起来像他们的声音。(试图让这个想法有点模糊。)我们都是ML的新手，认为这可能是一次有趣的第一次潜水。 我们对PHP，JavaScript (FE和Node)，Ruby语言有一些不错的背景，并且对学习Python很感兴趣。想知道你是否可以用web应用程序很好地运行一个经济高效的ML文本库，是不是大多数服务器都没有GPU？ 也许你必须为其中一个基于云的系统付费，但又想在不增加太多成本的情况下找到这个想法的最佳切入点。(到目前为止，我一直在阅读有关运行Pytorch或TensorFl
浏览 24提问于2019-03-14得票数 0
我有一大堆键，我想使用.indexOn对它们进行索引
假设我的数据如下所示。我希望能够使用.orderByChild("height")。
{
"lambeosaurus": {
"stats": {
"height" : 2.1,
"length" : 12.5,
"weight": 5000
}
},
"stegosaurus": {
"stats": {
"height&
浏览 1提问于2014-11-28得票数 13
刚刚看到了FlockDB图形数据库。详情见github /。推特声称它将FlockDB用于以下方面：
Twitter在一大群机器上运行FlockDB。我们使用它存储社交图表(谁跟踪谁，谁阻止谁)和次要索引在twitter上。
乍一看，设置和尝试并不能直接向前看。有人用过它/安装过这个吗？如果是，请回答以下一般问题。
它更适合什么样的应用程序？(Twitter声称它很简单，很粗糙，但它仍然没有明白它的含义。)
FlockDB如何比其他图形db / noSQL db更好。您是否设置了FlockDB，并将其用于应用程序？
早期有什么建议吗？
注意:我正在评估FlockDB
浏览 9提问于2010-04-13得票数 23
回答已采纳
我知道神经网络的概念，我学习了库瑟里安德鲁·吴的机器学习课程，所以我也编写了一些简单的课程。然而，我忽略了所有有助于防止深度网络过度安装的新技巧，例如：
用ReLU代替tanh神经元
使用辍学
比普通的随机梯度下降更先进的学习方法
等等，我想遵循一个MOOC，它告诉我如何在深度学习中使用Keras (我非常喜欢Keras，因为IMO比其他软件包容易理解，但我愿意接受建议)。我也会满足于一本书，但我真的更喜欢MOOC。不一定要自由。你能给我指一个吗？应用程序是数据科学，但通用的深度学习就行了。
编辑:为了给这个问题提供更多的上下文，我的主要应用将是物联网分析，即云平台上的应用，它收集实时的、从工
浏览 0提问于2017-07-02得票数 4
回答已采纳
我使用的是带探戈功能的手机--联想探戈Phab 2 Pro。我要访问所有可用的传感器并读取原始格式的数据。
探戈API已经提供了“运动跟踪”，“区域学习”，“深度感知”，但我正在寻找一种方法来访问原始传感器数据，而不是让这些原始数据已经处理？
直接访问传感器数据的方式是什么？
浏览 0提问于2017-02-14得票数 0
2回答
我想问一下，目前关于机器学习的专业和全面的、最新的书籍的建议是什么？
这两本相当经典的综合性教材是：
机器学习:概率视角(Murphy，2012)
“统计学习的要素:数据挖掘、推理和预测”( Springer Statistics，2009)
但它们有点过时，所以我想知道是否有更多的最近的选择？你也可以推荐那些专注于ML的子部分的书，或者任何最近和值得注意的书。
浏览 0提问于2021-03-24得票数 -2
4回答
一个大范畴值的热编码替代方案
、、、、
我有一个大的分类值超过1600类的数据框架。我有没有办法找到替代方案，这样我就不会有超过1600列？
我发现这个有趣的链接。
但他们正在转换为类/对象，我不想要。我希望我的最后输出作为一个数据框架，这样我就可以用不同的机器学习模型进行测试了？或者，我是否可以使用生成的矩阵来训练除Logistic回归或XGBoost以外的其他机器学习模型？
不管怎样，我可以实现它吗？
浏览 0提问于2017-11-14得票数 18
回答已采纳
1回答
暗影痤疮更好
、、、、
我目前正在从学习影子映射。
我试图弄清楚为什么暗影痤疮会发生--我试着查看了我在网上找到的每一个视频/资源，有些人把这个问题与浮点四舍五入的错误联系起来，另一些人说它与影子地图的大小有关，如果它可以无限大，那么这个问题就不会发生，
但我所看到的任何解释都与我为什么看到这种“绊倒线模式”没有任何关联：
有些解释甚至包括某种抽象的绘图，它们可以在视觉上与屏幕上的现象相关联，但实际上并没有很好地解释这种现象发生的根本原因：
我已经为这件事绞尽脑汁，到处找了一整天，想要一个足够的解释。
我基本上是在寻找一个新的解释这一现象，希望是一个明确和友好的。
我还想知道，在我满怀希望地了解了这个问题
浏览 4提问于2019-11-07得票数 1
回答已采纳
1回答
我正在学习用于视觉识别的cs231n卷积神经网络。课堂讲稿介绍了宽度、高度、深度等概念。例如,
在CIFAR-10中，图像只有32x32x3 (32宽，32高，3个彩色通道)。
然而，在另一个例子中，
一个大小55x55x96的卷有96个深度切片，每个55x55大小
宽度96是什么意思？是指96个彩色频道吗？为什么我们可以有三个以上的彩色频道？
浏览 0提问于2016-04-06得票数 5
回答已采纳
我开始写这篇文章是想说我不知道这个帖子是否符合社区规则，所以请原谅我的任何滥用。
我在大学时学过统计学学习理论。特别是最近的PAC学习、VC维数、一致收敛等。我和Vapnik一起观看了这次谈话，他声称深度学习本质上是一种“bla bla解释”，并声称“每一个问题都可以用统计学习理论解决。”
我对此感到很困惑。我不知道如何将统计学习理论应用于实际问题。
让我们假设我面对的是一个新的数据集，它具有清晰的二进制分类任务，具有许多特性和大量的培训数据。例如，如果假设类H是PAC可学习的，或者换句话说，如果它有有限的VC维，我该如何检查呢？不要太直截了当地举我的例子，我只想知道是否有人能向我指出一篇文章
浏览 0提问于2018-11-29得票数 2
1回答
在Francois Chollet (2018)的“与Python一起深入学习”一书中，我们可以在1.2.4节中找到：
决策树从数据中学到的知识在21世纪初开始受到广泛的研究兴趣，到了2010年，它们往往比内核方法更受青睐。..。特别是，随机森林算法引入了一种鲁棒的、实用的决策树学习方法，它涉及到建立大量的专门决策树，然后对它们的输出进行集成。随机森林适用于各种各样的问题--你可以说，它们几乎总是任何浅层机器学习任务的第二好算法。当广受欢迎的机器学习竞赛网站Kaggle (http://kaggle.com)于2010年启动时，随机森林很快就成了平台上的宠儿--直到2014年梯度助推机取代了它
浏览 0提问于2019-09-21得票数 2
2回答
有人能给我推荐一些资料(书籍，博客，youtube频道，.)吗？学习统计学，机器学习和一般数据科学的主题？
谢谢
浏览 0提问于2021-09-30得票数 1
回答已采纳
3回答
培训、验证、测试批大小比
、、、
我正在使用Tensorflow上的Inception进行转移学习，这是我遵循的培训代码：
在代码的底部，我们可以根据我们的数据集指定参数。(有培训，val，测试百分比和培训，val，测试批量)
假设我有一个非常大的数据集(100万)，并且我已经将training, validation, testing percentage设置为75:15:10。
但我不知道如何正确设置批处理参数：
train_batch_size
validation_batch_size
test_batch_size
现在，我将train_batch_size设置为64，是否需要为validatio
浏览 0提问于2019-01-29得票数 7
回答已采纳
目前，我正试图在数据流上学习一个深入的学习模型，该模型会随着时间的推移不断地生成新的数据点。目标是生成一个能够很好地适应新生成的数据的实时DL模型，同时不影响对旧数据的预测。我在想，是否有人知道如何才能做到“数据流上的增量深度学习”呢？任何信息都将不胜感激，谢谢！
浏览 0提问于2021-02-21得票数 0
4回答
是否有在结构化数据中执行聚类的深度学习文献/参考资料？我知道这可以使用Kmeans，GMM等来完成，但是有没有可能使用深度神经网络等来完成聚类分析呢？谢谢。
浏览 0提问于2019-02-01得票数 0
排序算法可以描述如下：
1.从数组数据创建二进制搜索树.
(对于多次发生，当前节点的增量发生变量)
2.无序地遍历BST。。
(无序遍历将返回数组中元素的排序顺序)。
3.按顺序遍历每个节点，用当前节点值覆盖当前索引处的数组元素(索引从0开始)。
下面是一个相同的Java实现：
节点类的结构
class Node {
Node left;
int data;
int occurence;
Node right;
}
无序函数(返回类型为int，只用于在每次调用时获得正确的索引，它们没有其他用途)
public int inorder(Node root,int[
浏览 3提问于2017-07-25得票数 0
回答已采纳
1回答
我刚刚通过一些快速入门视频开始学习Kinect，并尝试使用代码来处理深度数据。
然而，我不能理解如何使用位移位和各种其他公式来计算距离，这些公式在处理此深度数据时也用于计算其他内容。
这些是文档中解释的特定于Kinect的细节吗？任何帮助都将不胜感激。
谢谢
浏览 1提问于2011-11-11得票数 9
回答已采纳
1回答
我开始使用图形数据库来存储我生成的大图形。但是我不明白为什么要使用图形数据库来完成我的工作，为什么不使用传统的RDBMS来做我想做的事情。具体来说，我的问题是，为什么关系数据库不好，或者更确切地说，图形数据库在存储图形方面比RDBMS更好？
浏览 1提问于2013-04-24得票数 3
回答已采纳
1回答
我在工作中使用vim来开发相当大的perl代码，我在学习如何正确使用折叠时陷入了困境。
(注:我还是半年前从gedit转过来的Vim的新手，但我仍然每天都在学习新的强大的东西！)
这是我的.vimrc中与折叠相关的部分
" mouse is on
set mouse=a
" folding
set foldmethod=syntax
set foldlevelstart=1
let perl_fold=1
let sh_fold_enabled=1
let perl_extended_vars=1
let perl_sync_dist=250
所以这个东西是好的，因为它折叠所有
浏览 0提问于2013-10-30得票数 6
回答已采纳
2回答
深可分卷积
、、
我是深度学习的新手，最近我遇到了深度智慧可分离的卷积。它们大大减少了处理数据所需的计算量，只需要10%的标准卷积步长计算。
我很好奇做这件事背后的直觉是什么？我们确实通过减少参数数量和减少计算来达到更高的速度，但是性能上是否存在权衡呢？
另外，它是仅用于某些特定的用例，如图像等，还是可以应用于所有形式的数据？
浏览 0提问于2018-09-09得票数 2
回答已采纳
2回答
在标准的食谱机器学习中，我们在一个矩形矩阵上操作；也就是说，我们所有的数据点都具有相同数量的特征。我们如何处理所有数据点都具有不同数量的特征的情况？例如，如果我们想做视觉分类但我们所有的图片都有不同的维度，或者如果我们想做情感分析但我们所有的句子都有不同的词量，或者如果我们想做恒星分类但所有的星星都被观察了不同的次数，等等。
我认为正常的方法是从这些不规则大小的数据中提取规则大小的特征。但我最近参加了一个关于深度学习的演讲，演讲者强调，深度学习者能够自己学习适当的特征，而不是从数据中手工制作特征。但是，如果输入层不是固定大小的，我们如何使用神经网络？
浏览 3提问于2015-03-03得票数 7
2回答
我有一个问题陈述，我必须将文本数据分类到不同的类，但是培训数据非常少(4个类的250-300个数据点)。我对使用什么方法感到困惑？另外，有什么方法可以用这样小的数据深入学习来解决这个问题呢？
浏览 0提问于2019-06-18得票数 3
1回答
我想预测一个考生的SAT分数，比如X已经参加了20次模拟SAT考试。我有100个数据集(100个测试者)。有没有什么模型或库可以用来在100个数据集上学习/训练它，然后预测一个数据集的分数？如果是，我应该使用机器学习还是深度学习？
浏览 0提问于2019-05-05得票数 0
4回答
在阅读关于深度学习的文章时，我经常会遇到这样的规律:只有当你有大量的数据可供使用时，深度学习才是有效的。这些声明通常附有如下数字：
📷
这个例子(取自https://hackernoon.com/%EF%B8%8F-big-challenge-in-deep-learning-training-data-31a88b97b282 )是由“安德鲁·吴的著名幻灯片”所致。有人知道这个数字是基于什么的吗？有什么研究可以支持这一说法吗？
浏览 0提问于2019-02-18得票数 4
1回答
如何进行德鲁伊段数据备份？
、、、、
我对德鲁伊很陌生。在我们的应用程序中，我们将德鲁伊用于timeseries数据，这可能会变得相当大(10-20TB)。德鲁伊为您提供深储藏室。但是，如果这个深存储崩溃/或无法到达，那么它将导致数据丢失，进而影响应用程序正在运行的分析。我正在考虑将增量备份德鲁伊段数据带到某个安全位置，如ftp服务器。因此，如果深度存储不可用，那么它们可以从这个ftp服务器恢复数据。
德鲁伊中是否有任何工具/实用工具可用于增量备份/还原德鲁伊段？
浏览 9提问于2020-09-15得票数 0
1回答
我目前正在开发一个应用程序，它可以让心理学家管理他们的时间表和预算。作为概念证明，我想创建一个智能预约服务。可能有3种情况：
I know the client, I need to guess the day and time for his next appointment
I know the day, I need to guess which client and at what time
I know nothing, I need to guess which client, which day and what time
我目前正在学习深度学习算法，只是为了获得一点理论知识，但
浏览 3提问于2017-11-01得票数 0
1回答
我正在编写一个3D查看器，它显示.obj文件并提供一些基本的手势(固定、旋转、缩放)，方法是遵循2篇Raywenderlich教程：
我能够正确加载和显示小.obj文件，但对于大.obj文件，纹理突然变成透明！我已经测试了相同的纹理文件，所以我认为图像大小不是原因。请看下面的截图，以便有一个想法：
大讣告:大约20000个顶点
小圆点:大约5000个顶点：
相当大的一点:大约有67000个顶点：
只有2种颜色(蓝色和黄色)的纹理位图，用于大的和相当大的objs中。
胶囊纹理(我不使用2种颜色的纹理，这样我们就可以清楚地看到小圆角中没有透明度)
我在不同的obj上
浏览 4提问于2015-06-09得票数 1
回答已采纳
3回答
我试图实现决策树分类器来分类我的数据集。我正在使用Python。现在在scikit学习中很容易实现，但是我如何在tensorflow中实现这一点。
浏览 0提问于2018-02-20得票数 10
回答已采纳
在维基百科和deeplearning4j中都有这样的说法:深度学习神经网络是一种隐层大于1的神经网络.
对于我来说，这类NN在大学里是标准的，而DLNN现在非常夸张。去过那里，做过那件事-有什么大不了的？
我还听说堆叠的神经网络被认为是深度学习。深度学习是如何定义的？
我的神经网络的背景大多来自大学，而不是工作：
神经网络在工业中的应用研究
有5门关于artif的课程。情报。&马赫。学习。-也许其中有两个在NN上
用于小而简单的图像识别项目中使用的三层前馈神经网络。
没有对它们进行真正的研究(如博士论文)。
浏览 0提问于2016-10-04得票数 14
回答已采纳
我对数据自动化系统的兼容性感到困惑。我正在学习，深入学习，并寻找一台笔记本电脑购买。一台笔记本电脑有GTX 1650 GTX，另一台有GTX 1650。两人都能使用GPU进行模型培训，还是只能使用第二种？
我检查了gpu的兼容性。在nvidia网站上，只提到gtx 1650。但在其他一些论坛上，我读到，两者都可以发挥作用。
浏览 0提问于2020-10-07得票数 3
回答已采纳
1回答
大数据集的特征缩放
、、、
我试图使用深度学习模型来预测时间序列，在将数据传递给模型之前，我想对不同的变量进行缩放，因为它们有很大的不同范围。
我通常是“动态地”这样做的:加载数据集的训练子集，从整个子集获取定标器，存储它，然后在我想要使用它进行测试时加载它。
现在的数据是相当大的，我不会一次加载所有的训练数据进行训练。
我怎么才能去拿定价器呢？一开始，我想做一个一次性的操作，加载所有的数据，只是为了计算定标器(通常我使用sklearn定标器，比如StandardScaler)，然后在我的训练过程中加载它。
这是常见的做法吗？如果是，如果将数据添加到培训数据集，您将如何做？定标器能不能结合起来，避免一次性操作，只需“更新
浏览 0提问于2018-10-04得票数 2
回答已采纳
4回答
我有两年的数据是从老虎机游戏中产生的，我已经按照如下所示的日期格式将这些数据存储在.csv文件中：
<table>
<tr>
<th>Date </th>
<th>Spins </th>
</tr>
<tr>
<td>1/1/2018</td>
<td>300234 </td>
</tr>
<tr>
<td>2/1/2018</td&
浏览 4提问于2019-06-18得票数 0
来自“医学图像计算的深度学习和卷积神经网络”一书
当我们了解到深度学习的研究现状时，我惊讶地发现，在过去的22、23中，其他研究者使用了卷积神经网络，这是一种深度学习。但最新的一批深度学习算法似乎有不同之处。他们经常使用GPU处理accelerate training by as much as a factor of 40-fold。它们还使用了多个卷积层和多个数据约简层。
40-fold的意思是“K折叠交叉验证”吗？
浏览 0提问于2019-07-16得票数 0
回答已采纳
2回答
我刚开始做一名数据科学家，我需要了解回归，随机森林等等。算法在引擎盖下运行，它们背后的数学，以及何时使用它们。我从一些MOOC课程开始，但不是我的粉丝，这不是我的学习风格，因为我需要一些实用的例子或书籍，我可以用详细的例子来研究我自己，在了解了每种算法的工作原理之后，我就可以应用到自己的学习中去了，而20分钟的学习和很少的数学解释并不是我想要的，我做了一些研究，最后得到了这些书：
-python用于数据分析
-Python速成班
-oreilly用scikit学习和tensorflow进行机器学习
用蟒蛇-automate无聊的东西
请注意，我有一些蟒蛇经验(不到一年)，不熟悉tensorfl
浏览 0提问于2018-05-27得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM活动推荐
腾讯云开发者
