- softmax函数中文叫做归一化指数函数，在多分类模型中使用，可以把各个的类别映射成一个(0,1)的概率值，并且所有类别的概率之和等于1。首先我们创建一个数组，并求出每个数的对应的指数import matha = [0, 1, 2, 3, 4]a_exp = [math.exp(i) for i in a]print(a_exp)[1.0, 2.718281828459045, 7.3890... softmax函数中文叫做归一化指数函数，在多分类模型中使用，可以把各个的类别映射成一个(0,1)的概率值，并且所有类别的概率之和等于1。首先我们创建一个数组，并求出每个数的对应的指数import matha = [0, 1, 2, 3, 4]a_exp = [math.exp(i) for i in a]print(a_exp)[1.0, 2.718281828459045, 7.3890...
- 1.什么是激活函数？激活函数是输入值和输出值之间的映射关系。比如现在有一个函数y=2x，当你的输入值x等于1时，输出值y就等于2。当你的输入值x等于2时，输出值y就等于4。2.激活函数的作用是什么？引入激活函数是为了增加神经网络模型的非线性，使得神经网络可以逼近任何非线性函数。如果没有激活函数每层都相当于矩阵相乘，不管模型叠加了多少层，各层也是矩阵相乘而已，模型依然是线性的，不能拟合非线性模... 1.什么是激活函数？激活函数是输入值和输出值之间的映射关系。比如现在有一个函数y=2x，当你的输入值x等于1时，输出值y就等于2。当你的输入值x等于2时，输出值y就等于4。2.激活函数的作用是什么？引入激活函数是为了增加神经网络模型的非线性，使得神经网络可以逼近任何非线性函数。如果没有激活函数每层都相当于矩阵相乘，不管模型叠加了多少层，各层也是矩阵相乘而已，模型依然是线性的，不能拟合非线性模...
- 前言鸢尾花识别是学习AI入门的案例，这里和大家分享下使用Tensorflow 2框架，编写程序，获取鸢尾花数据，搭建神经网络，最后训练和识别鸢尾花。鸢尾花识别——思路流程： 1）获取鸢尾花数据，分析处理。 2）整理数据位训练集，测试集。 3）搭建神经网络模型。 4）训练网络，优化网络模型参数。 5）保存最优的模型，进行鸢尾花识别。认识鸢尾花我们先认识下什么是鸢尾... 前言鸢尾花识别是学习AI入门的案例，这里和大家分享下使用Tensorflow 2框架，编写程序，获取鸢尾花数据，搭建神经网络，最后训练和识别鸢尾花。鸢尾花识别——思路流程： 1）获取鸢尾花数据，分析处理。 2）整理数据位训练集，测试集。 3）搭建神经网络模型。 4）训练网络，优化网络模型参数。 5）保存最优的模型，进行鸢尾花识别。认识鸢尾花我们先认识下什么是鸢尾...
- bagging和boosting思想 bagging和boosting思想
- 在进行资源容量评估（例如对用户数以及TPS、CPU占用率、内存等资源数据进行评估）的时候，如何能够较为准确的预测未来某一时间点的资源容量是一个我们感兴趣的话题。比如，在对某局点进行容量评估时，传统的容量评估算法会人为设定一个未来时间点的预测用户数，然后根据当前忙时平均用户的资源占比评估未来容量情况。 在进行资源容量评估（例如对用户数以及TPS、CPU占用率、内存等资源数据进行评估）的时候，如何能够较为准确的预测未来某一时间点的资源容量是一个我们感兴趣的话题。比如，在对某局点进行容量评估时，传统的容量评估算法会人为设定一个未来时间点的预测用户数，然后根据当前忙时平均用户的资源占比评估未来容量情况。
- 决策树的用法，优缺点，基本原理 决策树的用法，优缺点，基本原理
- 轻松学逻辑回归 轻松学逻辑回归
- 损失函数是什么？损失函数也叫代价函数，是用来衡量预测值和真实值之间的误差对模型的影响的。“损失”在我看来就是误差，比如我手里拿了一个尺子，我让你来猜测这个尺子的长度。你猜测是两米，但是实际上是1米，那么你猜测的误差是1米，预测值是真实值的两倍。再来想象一个场景，现在我在地上画了一个圆，让你来猜测它的半径。你猜测是两米，实际上是1米，这个时候误差还是1米，但是你猜测的圆的面积就是我画的圆的4倍... 损失函数是什么？损失函数也叫代价函数，是用来衡量预测值和真实值之间的误差对模型的影响的。“损失”在我看来就是误差，比如我手里拿了一个尺子，我让你来猜测这个尺子的长度。你猜测是两米，但是实际上是1米，那么你猜测的误差是1米，预测值是真实值的两倍。再来想象一个场景，现在我在地上画了一个圆，让你来猜测它的半径。你猜测是两米，实际上是1米，这个时候误差还是1米，但是你猜测的圆的面积就是我画的圆的4倍...
- flatten是用来对数组进行展平操作的，首先我们假设有一张灰度图片，这个图片只有3x3个像素点，分别是从1到9，我们对其进行flatten操作。首先它会把每1行进行分开，然后用第2行接在第1行后面，形成一个新的数组1，2，3，4，5，6，最后再把第3行的7，8，9接在新生成的数组后面形成最终的数组。接下来我们来验证一下我们的猜想。首先导入numpy包，用它来创建一个3x3的二维数组a，并将... flatten是用来对数组进行展平操作的，首先我们假设有一张灰度图片，这个图片只有3x3个像素点，分别是从1到9，我们对其进行flatten操作。首先它会把每1行进行分开，然后用第2行接在第1行后面，形成一个新的数组1，2，3，4，5，6，最后再把第3行的7，8，9接在新生成的数组后面形成最终的数组。接下来我们来验证一下我们的猜想。首先导入numpy包，用它来创建一个3x3的二维数组a，并将...
- 本章主要是阐述Tensorflow2.0的架构，并选取了两个重要的API进行简单介绍。作为全球最受欢迎、使用最为广泛的机器学习平台之一，TensorFlow在其发展的三年时间也是机器学习和人工智能发展最为迅猛的三年。TensorFlow2.0是一个重要的里程碑，其重心放在了简单性和易用性上，尽量降低用户使用的门槛。TensorFlow团队为其添加了许多的组件，在TensorFlow2.0里，... 本章主要是阐述Tensorflow2.0的架构，并选取了两个重要的API进行简单介绍。作为全球最受欢迎、使用最为广泛的机器学习平台之一，TensorFlow在其发展的三年时间也是机器学习和人工智能发展最为迅猛的三年。TensorFlow2.0是一个重要的里程碑，其重心放在了简单性和易用性上，尽量降低用户使用的门槛。TensorFlow团队为其添加了许多的组件，在TensorFlow2.0里，...
- 划分数据集 存在问题 目前我们训练数据的过程如下： 如下图所示，我们将所有的数据都作为训练数据，训练出一个模型，每当得到一个新的数据，则计算新数据到训练数据的距离，预测得到新数据的类别。 举例：银行发放信用卡，银行要想得到客户的信用等级，需要跟踪用户两三年时间来收集用户信息，才能得到，如果我们将两三年的数据全部作为训练集，当新客户来临时，我们又... 划分数据集 存在问题 目前我们训练数据的过程如下： 如下图所示，我们将所有的数据都作为训练数据，训练出一个模型，每当得到一个新的数据，则计算新数据到训练数据的距离，预测得到新数据的类别。 举例：银行发放信用卡，银行要想得到客户的信用等级，需要跟踪用户两三年时间来收集用户信息，才能得到，如果我们将两三年的数据全部作为训练集，当新客户来临时，我们又...
- 本次参加华为云美食图片分类大赛，使用的是华为云ModelArts AI市场发布的算法：图像分类-ResNeSt，并进行细微的调参。最终达到了top5的成绩，与top2精度相同。 本次参加华为云美食图片分类大赛，使用的是华为云ModelArts AI市场发布的算法：图像分类-ResNeSt，并进行细微的调参。最终达到了top5的成绩，与top2精度相同。
- 经典的机器学习： 有监督学习 无监督学习 半监督学习 强化学习 经典的机器学习： 有监督学习 无监督学习 半监督学习 强化学习
- 线性回归损失函数求解 线性回归损失函数求解
- 深度学习看起来是很高深，但是想要入门却并不难。本文用tensorflow2实现一个最简单的模型，目的是为了让大家对深度学习搭建模型的流程有一个最基本的认识。 深度学习看起来是很高深，但是想要入门却并不难。本文用tensorflow2实现一个最简单的模型，目的是为了让大家对深度学习搭建模型的流程有一个最基本的认识。
上滑加载中
推荐直播
-
HDC深度解读系列 - Serverless与MCP融合创新，构建AI应用全新智能中枢2025/08/20 周三 16:30-18:00
张昆鹏 HCDG北京核心组代表
HDC2025期间，华为云展示了Serverless与MCP融合创新的解决方案，本期访谈直播，由华为云开发者专家(HCDE)兼华为云开发者社区组织HCDG北京核心组代表张鹏先生主持，华为云PaaS服务产品部 Serverless总监Ewen为大家深度解读华为云Serverless与MCP如何融合构建AI应用全新智能中枢
回顾中 -
关于RISC-V生态发展的思考2025/09/02 周二 17:00-18:00
中国科学院计算技术研究所副所长包云岗教授
中科院包云岗老师将在本次直播中，探讨处理器生态的关键要素及其联系，分享过去几年推动RISC-V生态建设实践过程中的经验与教训。
回顾中 -
一键搞定华为云万级资源，3步轻松管理企业成本2025/09/09 周二 15:00-16:00
阿言 华为云交易产品经理
本直播重点介绍如何一键续费万级资源，3步轻松管理成本，帮助提升日常管理效率！
回顾中
热门标签