- 博客(65)
- 问答 (1)
- 收藏
- 关注
RSS订阅原创 GAN及其衍生网络中生成器和判别器常见的十大激活函数(2024最新整理)
激活函数（activation function）的作用是对网络提取到的特征信息进行非线性映射，提供网络非线性建模的能力。常见的激活函数有 Sigmoid、Tanh、ReLU、LeakyReLU 和 ELU 等。Sigmoid 是一种常见的非线性激活函数，输入实数值并将其压缩到 (0,1) 范围内，适用于。其缺点是当输入值较大和较小时，梯度会接近于0从而问题，函数的输出也，指数也更加耗时。
2024-03-17 21:23:27
1042
原创 近红外光谱开源数据集(附带获取链接)
1、使用近红外（NIR）分析玻璃瓶中的216个颗粒样本来预测活性药物成分（API）4、使用近红外(NIR)/近中红外(NIT)和拉曼光谱分析片剂中的活性物质。2、使用近红外（NIR）测量存储过程中面包的老化情况，并对其进行酶处理。5、使用近红外(NIR)和红外(IR)光谱分析32个杏仁蛋白软糖样本。6、对土豆进行感官和物理（单轴压缩、近红外、低场核磁共振）质地测量。3、使用近红外（NIR）/近中红外（NIT）分析单个小麦籽粒。10、玉米样本的近红外（NIR）标准化基准测试数据集。
2024-03-12 12:02:00
533
原创 【激活函数】Softmax 和 Maxout 激活函数
已经有前辈撰写关于讲解这两个激活函数并且通俗易懂的文章了，本人在此就不赘述，链接奉上，内容值得细细品读。
2024-01-10 11:02:25
423
原创 【激活函数】PReLU 激活函数
PReLU（Parametric Rectified Linear Unit）激活函数是ReLU（Rectified Linear Unit）激活函数的一种改进。它是由 He et al. 在 2015 年提出的，旨在解决ReLU激活函数的一些局限性。
2024-01-06 16:37:19
1276
原创 【激活函数】SELU 激活函数
SELU (Scaled Exponential Linear Unit) SELU是对ELU激活函数的改进，通过引入自动标准化机制，使得神经网络的隐藏层在训练过程中可以自动地保持输出的均值和方差接近于1。
2024-01-06 12:45:10
1234
原创 【激活函数】GELU 激活函数
GELU (Gaussian Error Linear Units) 是一种基于高斯误差函数的激活函数，相较于 ReLU 等激活函数，GELU 更加平滑，有助于提高训练过程的收敛速度和性能。
2024-01-05 14:23:27
1230
原创 【激活函数】深度学习中你必须了解的几种激活函数 Sigmoid、Tanh、ReLU、LeakyReLU 和 ELU 激活函数（2024最新整理）
激活函数（activation function）的作用是对网络提取到的特征信息进行非线性映射，提供网络非线性建模的能力。常见的激活函数有 Sigmoid、Tanh、ReLU、LeakyReLU 和 ELU 等。
2024-01-05 13:57:06
1063
原创 【损失函数】深度学习回归任务中你必须了解的三种损失函数，绝对误差损失（L1 Loss、MAE）均方误差损失（L2 Loss、MSE）以及平滑L1损失（Huber Loss）（2024最新整理）
是预测值和真实值之差的绝对值的总和。其中，是样本数量，是第个样本的真实值，是第个样本的预测值。
2024-01-04 11:32:08
4546
原创 【损失函数】Hinge Loss 合页损失
Hinge Loss（合页损失）通常用于支持向量机（Support Vector Machine，SVM）等模型中，特别是在二分类问题中。它的目标是使正确类别的分数与错误类别的最高分之间的差异达到一个固定的边界，从而促使模型学会产生更大的间隔。
2024-01-04 11:31:13
1560
1
原创 【损失函数】Cross Entropy Loss 交叉熵损失
对于分类问题，最常用的损失函数是交叉熵损失函数 Cross Entropy Loss。它用于测量两个概率分布之间的差异，通常用于评估分类模型的性能。
2024-01-03 20:47:34
485
原创 【损失函数】Quantile Loss 分位数损失
Quantile Loss（分位数损失）是用于回归问题的一种损失函数，它允许我们对不同分位数的预测误差赋予不同的权重。这对于处理不同置信水平的预测非常有用，例如在风险管理等领域。当我们需要对区间预测而不单是点预测时分位数损失函数可以发挥很大作用。
2024-01-03 20:31:25
2246
原创 【损失函数】SmoothL1Loss 平滑L1损失函数
SmoothL1Loss 平滑L1损失函数 是 PyTorch 中的一个损失函数，通常用于回归问题。它是 L1 损失和 L2 损失的结合，旨在减少对异常值的敏感性。
2023-12-28 16:15:31
1659
2
原创 【深度学习】各领域常用的损失函数汇总（2024最新版）
以下是一些常用的损失函数，可根据不同的应用场景进行选择和组合：适用于回归任务，L1 损失计算预测值与真实值之间差的绝对值，对异常值不那么敏感。其中，是样本数量，是第个样本的真实值，是第个样本的预测值。更适合处理异常值，因为它不会像 L2 损失那样对较大的误差赋予过高的惩罚。
2023-12-28 16:09:43
1679
原创 Vue导入Echarts实现散点图 axios解析excel流数据 echarts数据可视化前端展示
得到Excel文件流数据后，可以使用wb.Sheets[wb.SheetNames[0]]函数获取Sheets中第一个Sheet的数据。使用插件SheetJS使用XLSX.utils.sheet_to_json()解析excel，给空的单元格赋值为空字符串。给url这个对象添加一个nocache的参数，属性为timestamp，值为时间戳，原理是实时更改url，浏览器判断缓存内容不同，就会正常更新数据。以下为其他尝试Json转数组的方法，echarts均不可识别，如果有明白的大佬请留言解释下。
2023-07-17 12:50:48
829
原创 【Django】 python manage.py makemigrations & python manage.py migrate命令解答及不能新建表解决方法
这个文件里面的内容表示我们创建了一个Project这个模型类，并且指出这个类的成员属性id、name等以及定义，在models.py创建模型类，其中一个模型类对应的是一张数据表，然而这条命令并未真正添加数据库表。由于Django自带的一个表django_migrations表中已经将之前生成的表添加进入了，比如。2、运行中会对managed=true的model进行检测，是否有多个model使用了同一个表名。表示通知Django即将做什么，并做一个记录，实际上并没有做。
2023-07-08 12:07:45
3271
原创 【实验练习】基于自注意力机制Vision Transformer模型实现人脸朝向识别 (Python实现) 内容原创
基于自注意力机制Vision Transformer模型实现人脸朝向识别
2023-06-06 12:07:01
1215
原创 [已解决] 决定系数R2为何为负 from sklearn.metrics import r2_score
决定系数R2为何为负 from sklearn.metrics import r2_score
2023-05-26 13:36:10
7830
2
原创 【论文笔记】A classification model for detection of ductal carcinoma in situ by Fourier transform infrared
在本研究中，我们提出了一种基于深度结构化语义模型(DSSM)的光谱分类模型，并成功地将其应用于傅里叶变换红外（FT-IR）光谱分析，用于导管原位癌（DCIS）的检测。与传统的深度学习模型相比，我们根据光谱是否来自同一类别，将光谱数据分为正对和负对。根据光谱对的光谱相似性提取特征，构建了DSSM结构。这种新的构造模型增加了用于模型训练的数据量，并降低了光谱数据的维数。首先，对FT-IR光谱进行配对。如果光谱对来自同一类别，则被标记为正对；如果光谱对来自不同的类别，则被标记为负对。
2023-04-26 16:54:09
143
1
原创 【Transformer&CNN&TiDE】从CNN到ViT，再从ViT到TiDE，回顾近十年顶刊和会议发表的关于Attention自注意力、Conv卷积机制以及最新诞生的TiDE模型的发展历程
从CNN到ViT，再从ViT到TiDE，回顾近十年顶刊和会议发表的关于Attention自注意力、Conv卷积机制以及最新诞生的TiDE模型的发展历程
2023-04-23 13:18:15
2669
2
原创 python 理解BN、LN、IN、GN归一化、分析torch.nn.LayerNorm()和torch.var()工作原理
最近在学习Vit（Vision Transformer）模型，在构建自注意力层（Attention）和前馈网络层（MLP）时，用到了torch.nn.LayerNorm(dim)，也就是LN归一化，与常见卷积神经网络（CNN）所使用的BN归一化略有不同。
2023-04-15 15:17:41
2782
3
原创 【论文笔记】Attention Augmented Convolutional Networks(ICCV 2019 入选文章)
核心内容：We propose to augment convolutional operators with this self-attention mechanism by concatenating convolutional feature maps with a set of feature maps produced via self-attention.我们提出用这种自注意机制来增强卷积算子，方法是将卷积特征映射与通过自注意产生的一组特征映射连接起来。
2023-04-13 18:57:24
753
原创 【深度学习】端到端的“即插即用“卷积模块以替代传统Conv层
文章参考：大盘点 | 十大即插即用的涨点神器！ (360doc.com)CompConv：一种用于高效特征学习的紧凑型卷积模块 - 知乎 (zhihu.com) 紧凑型深度卷积神经网络在图像识别中的应用 (ceaj.org)
2023-04-12 18:53:27
1146
原创 【深度学习】DSSM双塔模型结构解析
推荐系统中不得不说的 DSSM 双塔模型 - 知乎 (zhihu.com) 深度语义匹配模型DSSM及其变体CNN-DSSM, LSTM-DSSM - 知乎 (zhihu.com) (19条消息) 图解Transformer+DSSM_transformer dssm是啥_a flying bird的博客-CSDN博客
2023-04-10 17:38:56
116
原创 【深度学习】Transformer/VitNet/Conformer/DSSM模型结构解析
【深度学习】Transformer/VitNet/Conformer/DSSM模型结构解析
2023-04-08 13:41:16
479
原创 【深度学习】Inception模型结构解析，关键词：Inception-v1、v2、v3、v4、Inception-ResNet-v1、Inception-ResNet-v2
【深度学习】Inception模型结构解析，关键词：Inception-v1、v2、v3、v4、Inception-ResNet-v1、Inception-ResNet-v2
2023-03-29 14:30:18
7041
1
原创 [已解决] Interpreter ‘/usr/bin/python‘ doesn‘t exist onremote server
[已解决] Interpreter '/usr/bin/python' doesn't exist onremote server
2023-03-26 18:06:14
1404
原创 [已解决] Latex编译tex文件报错：I found no \citation commands（适用于未引用文献的前提）
[已解决] Latex编译tex文件报错：I found no \citation commands（适用于未引用文献的前提）
2023-03-26 16:40:14
7037
原创 【机器学习】回归算法评估指标全总结(2023最新整理)关键词：MAE、MSE、RMSE、RMSEC、RMSEP、Rc、Rp、R2、RPD(随时补充 源码示例 简单实现)
回归算法评估指标全总结(2023最新整理)关键词：MAE、MSE、RMSE、R2
2023-03-22 16:40:59
3837
原创 【机器学习】分类算法评估指标全总结(2023最新整理)关键词：准确率Accuracy、精确率Precision、召回率Recall、Micro F1、P-R、ROC、MCC、Cohen‘s kappa
评估指标是针对模型性能优劣的一个定量指标。一种评价指标只能反映模型一部分性能，如果选择的评价指标不合理，那么可能会得出错误的结论，故而应该针对具体的数据、模型选取不同的的评价指标。针对不同类型的学习任务，我们有不同的评估指标，这里我们来介绍最常见的分类算法的一些评估指标。常用的分类任务评价指标有准确率（Accuracy）、精确率（Precision）、召回率（Recall）、Macro F1、Micro F1、P-R曲线（Precision-Recall Curve）、ROC、AUC、MCC、Cohen
2023-03-20 18:15:21
11123
原创 【论文笔记】Taking the Human out of Learning Applications: A Survey on Automated Machine Learning
论文笔记：Taking the Human out of Learning Applications: A Survey on Automated Machine Learning 中文题目：让人类脱离学习应用:自动化机器学习综述
2023-03-17 11:54:28
438
1
原创 【实验练习】请建立多元回归模型分析电视媒体、广播媒体以及报纸媒体的广告投入与产品销售额之间的模型，并对模型进行预测、评估及优化
请建立多元回归模型分析电视媒体、广播媒体以及报纸媒体的广告投入与产品销售额之间的模型，并对模型进行预测、评估及优化
2023-03-16 12:28:34
558
1
原创 【实验练习】请建立简单线性回归模型，实现依据身高预测以为女性的体重，并对模型进行评估和优化。
请建立简单线性回归模型，实现依据身高预测以为女性的体重，并对模型进行评估和优化
2023-03-16 11:57:36
708
原创 【机器学习】损失函数(Loss Function)全总结(2023最新整理)关键词：Logistic、Hinge、Exponential、Modified Huber、Softmax、L1、L2正则化
【机器学习】损失函数(Loss Function)全总结(2023最新整理)关键词：Logistic、Hinge、Exponential、Modified Huber、Softmax、L1、L2正则化
2023-03-15 15:30:13
9430
空空如也
学生考勤系统的代码，修改revise和删除delete的函数不能运行，求大牛修改一下？
2019-03-10
TA创建的收藏夹 TA关注的收藏夹
TA关注的人