导师给报的知识图谱培训 做个笔记
如果没有反向传播 不能自动更新权重和偏执
有y值就是 有监督 就是有target
x值就是features
knn 在做知识图谱的时候很好用
无监督 鸢尾花有三类 只能帮你分出来有三类 但是这三类是哪一类 不知道 要自己人工分类
强化学习 根据reward 来做下一步动作
最简单的三步就可以实现机器学习
sample_size height width colordeep 四维
视频多了一个frames
tensorflow1 静态图 非常适合分布式运算
先用keras 搭建 然后去验证 如果效果比较好 再用pytorch和tensorflow实现一边 效果比keras好
keras可以调整的超参数比较少
如果预测的是一个具体的数 就是线性回归
如果预测的是一个类别 分类问题 就是逻辑回归
就是要训练出最适合的权重 然后在新的特征来的时候就可以根据算出来的权重得到新的目标值
算力不够 所有的工作就是为了在不损失重要信息的情况下简化计算量
分类问题
feature_importance 选择特征的一个api接口
nlp比赛 天池、法研杯、ccf、百度飞浆
Original: https://blog.csdn.net/m0_53292725/article/details/122552942
Author: Lyttonkeepgoing
Title: 知识图谱培训笔记1
原创文章受到原创版权保护。转载请注明出处:https://www.johngo689.com/556924/
转载文章受原作者版权保护。转载请注明原作者出处!