腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
1
回答
简单的快速傅立叶变换在C#作为单核,多核和OpenCL版本?
multithreading
、
c#-4.0
、
opencl
、
fft
我发现的所有FFT版本都是为了速度而
优化
的,但是很难理解。 Opencl版本是针对某些gpu
模型
进行
优化
的。当我正在为单核、多核、opencl
算法
比较做一个案例研究时,我正在寻找
最
简单、
最
免费的C# / Opencl版本的快速傅立叶变换,工作在浮点上,正反可选将是很棒的。
浏览 3
提问于2012-06-05
得票数 0
1
回答
如何使用自定义
模型
评估
算法
对超参数进行
优化
?
google-cloud-ml
在我的
模型
评估
算法
中,我希望得到验证数据的
模型
预测,并应用一种基于验证数据和预测的
模型
和模拟现实场景的
算法
。在我的场景中,评估
算法
不仅依赖于真实目标值(y_true)和预测(y_pred),而且还依赖于输入验证数据(X)来输出最终的
模型
得分。因此,对于我的用例,我似乎不能使用带有自定义度量的估计器。实现评估/评分
算法
对我来说很简单,但如何将评估
算法
的输出传递给ML引擎的超参数
优化
任务,从而使其能够在超参数调
浏览 5
提问于2018-12-15
得票数 1
回答已采纳
2
回答
解决用户定义函数和约束的Python ES
算法
python
、
algorithm
、
optimization
、
genetic
、
deap
我很难在python中创建一个
优化
算法
的简单示例。在约束条件下,使用x**2 + 2*y**2 -4*x*y - 0.5*y -ES
算法
优化
函数-2<x<2和-1<2*(x**2)*y<1的
最
简化的方法是什么?
浏览 17
提问于2016-05-18
得票数 7
回答已采纳
3
回答
分布式系统与独立系统的预测分析
predictive-modeling
、
bigdata
、
apache-hadoop
、
accuracy
、
distributed
以下是我感到困惑的地方: 一个建立在Hadoop上的统计
模型
(如线性回归
模型
),其数据分布于多个节点,并且只对驻留在每个节点中的原始数据集的子集所做的工作,与建立在单个服务器上的线性回归
模型
具有相同或更好的准确性在hadoop上建立
模型
的错误率(准确度)是否与本地系统上的
模型
构建相同?我认为,由于所有数据都驻留在本地系统中,
算法
可以在线性回归
模型
中进行
优化
以
优化
误差。但是,在数据分布的Hadoop情况下,如果只是局部
优化</e
浏览 0
提问于2016-07-01
得票数 0
2
回答
何时调整深度学习中的超参数
machine-learning
、
deep-learning
、
time-series
、
aws
、
sagemaker
我目前正在使用不同的CNN和LSTM
模型
架构来解决我的多变量时间序列分类问题。我正在运行我对AWS SageMaker的培训,如果需要的话,我可以并行工作。 干杯。
浏览 0
提问于2021-08-25
得票数 1
3
回答
机器学习的非预测应用
machine-learning
大多数
算法
都有fit和predict函数,因此可以建立
模型
,从新的特征集中预测结果或其他感兴趣的参数。 机器学习的non-prediction applications是什么?
浏览 0
提问于2018-11-05
得票数 0
回答已采纳
1
回答
高维马尔可夫开关/HMM
模型
似然函数的期望与直接数值
优化
algorithm
、
hidden-markov-models
、
markov-models
目前,我正在使用日志似然函数的直接
优化
(通过前向后向
算法
)来估计具有多个参数的马尔可夫切换
模型
。我使用matlab的遗传
算法
进行数值
优化
,因为fmincon和fminsearchbnd中的其他方法(主要是基于梯度或单纯形的
算法
)并不十分有用,因为似然函数不仅具有很高的维数,而且表现出许多局部极大值遗传
算法
似乎运行得很好。不过,我打算进一步增加这个问题的范围。我读过一种估计马尔可夫切换
模型
的EM
算法
。据我所知,这个
算法
浏览 4
提问于2016-03-12
得票数 0
1
回答
线性回归系数
python
、
machine-learning
、
scikit-learn
、
linear-regression
、
statsmodels
我目前正在使用状态
模型
(虽然我也很乐意使用Scikit)来创建一个线性回归。在这个特定的
模型
中,我发现当在
模型
中添加多个因子时,OLS
算法
会产生野生系数。这些系数都是极高和极低的,这似乎
优化
了
算法
的平均值。它导致所有的因素在统计上是无关紧要的。我只是想知道是否有一种方法,我可以为系数设置一个上限或下限,以便OLS必须在这些新的边界内进行
优化
?
浏览 3
提问于2021-06-02
得票数 0
回答已采纳
2
回答
超参数整定的鲁棒性
machine-learning
、
deep-learning
、
cross-validation
、
hyperparameter-tuning
我使用贝叶斯超参数(HP)
优化
方法(BOHB)来
优化
一个深度学习
模型
。但是,当对相同的数据重复应用时,生成的
模型
是不可靠的。我知道,我可以使用种子来修复参数初始化,但我不知道是否有HP
优化
方法已经考虑到了健壮性。 为了说明这个问题,让我们考虑一个只有一个HP的单层神经网络:隐藏的大小(h)。当h较小时时,
模型
的性能较好,当h较大时,结果开始波动较大,这可能是由于损失情况更加复杂;参数的随机初始化可能导致较好的性能,或者如果
优化
器陷入局部极小值(由于复杂的损失情况而发生的
浏览 0
提问于2020-05-23
得票数 4
回答已采纳
1
回答
非随机全局
优化
是可取的还是必要的?
optimization
进化
算法
我只知道一些非随机的全局
优化
器。最著名的可能是直接搜索(也称为模式搜索)
算法
的许多变体。直接搜索
算法
由费米与大都会提出,然后由胡克和吉夫斯推广到广义模式搜索(GPS)中,将重的正碱基的使用扩展为网格,直接搜索
算法<
浏览 0
提问于2020-09-03
得票数 2
1
回答
有没有办法检查CPLEX中决策变量给定值的可行性?
optimization
、
mathematical-optimization
、
cplex
、
ilog
、
operations-research
目前,我正在尝试在CPLEX中实现粒子群
优化
算法
,以解决具有大量客户的车辆路径问题。为此,我在ILOG脚本中的主块(控制流)中实现了
算法
的每个步骤。在每次迭代中,
算法
提出一个解决方案(=决策变量的值),现在需要检查它是否可行,以及解决方案的值是什么。在下一次迭代中,然后尝试改进解决方案。这将重复
浏览 7
提问于2021-11-25
得票数 0
1
回答
反向传播和梯度下降的短期定义
machine-learning
、
gradient
、
gradient-descent
、
backpropagation
: 有什么建议或更正吗? 谢谢!
浏览 1
提问于2019-06-08
得票数 0
1
回答
遗传
算法
-迭代
优化
theory
、
genetic-algorithm
嗨,我是绝对的初学者,我有一个关于遗传
算法
迭代
优化
的理论问题。我以这个
模型
为参考:
浏览 6
提问于2015-04-05
得票数 1
回答已采纳
1
回答
简化javascript中的SVG路径
javascript
、
algorithm
、
svg
、
vector-graphics
有人知道用于
优化
SVG路径的js库/
算法
吗?我只需要
优化
路径(减少节点数量)。我的路径是自动生成的,充满了贝齐尔,因此类似问题中提到的simplify.js不适合。
最
完美的
优化
是由Inkscape完成的,但我不想将路径
优化
代码的1000+行从C++移植到JS。 我在找这样的东西:
浏览 5
提问于2016-08-30
得票数 1
回答已采纳
1
回答
在不修改Django数据库的情况下工作
django
、
python-2.7
我正在开发对postgres django数据库中存储的数据进行操作的
优化
算法
。我的
算法
必须反复修改数据库中的对象,有时还会恢复所做的更改(对于那些知道的人来说,这是元启发式
算法
)。当我对
优化
结果感到满意时,我希望在过程结束时保存修改。我认为解决方案是将所有相关的对象加载到内存中,对它们进行处理,最后将内存中的对象保存到数据库中。 然而,这似乎比我想象的要困难得多。我实现了一种自定义的迷你数据库,但它变得太难维护了,总的来说,我认为这不是
最
简单和优雅的方式。我想把postgres数据库的
浏览 0
提问于2016-05-09
得票数 1
1
回答
多
模型
的嵌套交叉验证泛化误差
classification
、
scikit-learn
、
cross-validation
、
machine-learning-model
、
model-selection
我指的是这个问题:结果表明,嵌套cv可以估计不同
算法
的超参数
优化
泛化误差。但在我看来,在不同
算法
之间的选择也是一个
优化
过程,这会导致泛化误差。因此,要么
算法
选择应该是内部cv的一部分,要么必须引入另一个第三个cv来评估
算法
选择的误差。这是正确的假设吗?
浏览 0
提问于2018-11-05
得票数 1
回答已采纳
1
回答
优化
算法
与回归
模型
optimization
、
regression
、
forecasting
我的问题是,如果他已经使用了LSE
算法
,我是否可以尝试改进他的方法,使用任何
优化
算法
(例如PSO或GA )来寻找更好的系数值?
浏览 1
提问于2016-05-23
得票数 3
回答已采纳
1
回答
用于在不同
模型
之间进行选择的度量-超参数
优化
machine-learning
、
pytorch
、
hyperparameter-tuning
、
metric
我有不同版本的
模型
(不同的学习速度和隐藏层中神经元的数量),我必须选择最好的
模型
。但是我不确定我应该用哪一种标准来选择最好的
模型
。
浏览 0
提问于2020-11-15
得票数 1
回答已采纳
1
回答
反向传播角码
python
、
keras
、
tensorflow
我在keras中搜索反向传播代码,但找不到它。搜索了model.fit(),请帮助。谢谢
浏览 0
提问于2023-04-15
得票数 0
1
回答
梯度下降和网格搜索在机器学习中的区别是什么?
machine-learning
、
gradient-descent
、
grid-search
超参数
优化
使用两种技术,如网格搜索、或随机搜索。梯度下降主要用于将损失函数降到最小。 这里查询是在什么时候我们将使用网格搜索和梯度下降。
浏览 1
提问于2019-02-10
得票数 2
点击加载更多
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
深度解读流行梯度下降优化算法 正确训练模型的利刃!
建神经网络模型,哪种优化算法更好?35000次测试告诉你
智能优化算法—沙丘猫群优化算法(SCSO)(附源码)
智能优化算法—遗传算法(GA)
智能优化算法—粒子群算法(PSO)
热门
标签
更多标签
云服务器
即时通信 IM
ICP备案
对象存储
实时音视频
活动推荐
运营活动
广告
关闭
领券