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
机器学习-假设空间的范围和假设函数类型的选择
machine-learning
我是新机器学习,并寻求您的帮助,以澄清我的基本怀疑。我做了相当多的谷歌搜索,但发现大多数文献直接跳入数学。作为一个例子,假设训练数据中的特征向量包含三个特征(x1到x3)我的问题是:2. Who decides the formula? Is the formula f
浏览 0
提问于2017-01-24
得票数 0
回答已采纳
1
回答
改进Dijkstra算法
algorithm
、
graph
、
dijkstra
、
shortest-path
、
heuristics
给出了一个边
权
W介于0~ 1之间的有向图。从源到目标节点的路径代价是路径上从源到目标节点的边
权
的乘积。我想知道一种算法,它可以在
多项式
时间内或使用任何其他启发式方法找到最小代价路径。我认为沿着取边
权
的对数值(取模
值
),然后对这个图应用dijkstra,但认为会有无法计算的精度问题。 还有其他更好的方法吗?或者我可以改进日志方法。
浏览 0
提问于2016-11-07
得票数 1
1
回答
用TensorFlow求
多项式
回归超拟合
regression
、
python
、
tensorflow
Sklearn文档包含一个
多项式
回归的例子,它很好地说明了过度拟合()的概念。 第三幅图显示了一个覆盖模拟数据的15阶
多项式
。
浏览 3
提问于2018-01-02
得票数 1
1
回答
用
多项式
/最小二乘回归预测
值
scikit-learn
、
regression
、
least-squares
、
polynomials
、
non-linear-regression
我有一个由2个变量(称为x,形状为x1和x2的nx2
值
)和1个输出(称为y)组成的数据集。我很难理解如何从
多项式
特征和权重来计算预测的输出
值
。我的理解是y=X点w,其中X是
多项式
特征,w是
权
值
。
多项式
特征是利用PolynomialFeatures从sklearn.preprocessing生成的。
权
值
由np.linalg.lstsq生成。下面是我为此创建的示例代码。LinearRegression() regression_model
浏览 5
提问于2022-03-24
得票数 0
回答已采纳
1
回答
区分
多项式
和洛朗
多项式
finite-field
、
distinguisher
设f(x) \in \mathbb{Z}_p[x] (对于素数p \gg d)是一次d
多项式
,而g(x)是同次且仅为同一域上第一个负指数项(g(x) = \frac{a_{-1}}{x} + a_0 +a_1 x + \dots a_dx^d)的洛朗
多项式
。现在,假设我们获得了对这两个函数的访问权限,附加条件是我们只能使用< d查询(否则,我们只需要询问d+1查询并插
值
这些点来检查函数是否为
多项式
--这是我唯一能想到的方法)。 这有可能吗?
浏览 0
提问于2020-05-09
得票数 4
回答已采纳
1
回答
带浮动和目标和或与目标和最近和的子集和问题的
多项式
伪
多项式
算法
algorithm
、
subset-sum
我想知道是否有一个算法可以用目标和计算排序列表的“所有可能组合”(允许浮动和重复),如果没有任何组合等于目标和,则该算法在
多项式
或伪
多项式
时间内将最近和(下界)的“所有可能组合”返回给目标和。我检查了Balsub算法“有界
权
背包问题的线性时间算法”和
多项式
时间的“子集和更快的伪
多项式
时间算法”,但我不确定这些问题在时间复杂度上是否相同。
浏览 0
提问于2018-09-12
得票数 0
回答已采纳
2
回答
理解随机启动
权
值
对神经
网络
性能的影响
r
、
machine-learning
、
neural-network
、
deep-learning
使用下面的代码,我将神经
网络
与数据相匹配。可能有更简单的方法来建模这些精确的数据,但是在将来,数据看起来可能会很不一样。然而,如果有一个隐层有一个神经元,偶尔也有两个层(在我的例子中分别是3和2个神经元),我得到的结果非常糟糕,总是以相同的形状:唯一随机的是开始
权
值
的初始化,所以我假设它与此相关。然而,我必须承认,我还没有完全掌握神经
网络
的理论。我想知道的是,糟糕的结果是否是由于局部最小
值
造成的(“神经
网络
”默认使用弹性反向传播和重量回溯),而我只是运气不佳,或者我是否可以避
浏览 0
提问于2016-07-26
得票数 6
回答已采纳
1
回答
基于神经
网络
的强化学习函数逼近
machine-learning
、
neural-network
、
artificial-intelligence
、
reinforcement-learning
我试图用神经
网络
作为函数逼近器来实现用于估计q*的片段式半梯度Sarsa。我的问题是: q(S,A,w)中的
权
向量w是指神经
网络
中的
权
值
吗?如果不是,我将如何在算法中使用它?我的建议是将其附加到状态和动作a中,并将其插入到神经
网络
中,以得到与所选动作的状态近似。这是正确的吗?
权
向量w的维数是如何确定的? 提前感谢!
浏览 0
提问于2018-03-28
得票数 2
回答已采纳
2
回答
如何在PyTorch中修剪小于一个阈值的重量?
python
、
pytorch
、
conv-neural-network
、
pruning
如何修剪小于阈值的CNN (卷积神经
网络
)模型的
权
值
(让我们考虑修剪所有<= 1的
权
值
)。 对于一个以.pth格式保存的权重文件,我们如何实现这个目标呢?
浏览 5
提问于2020-05-06
得票数 9
2
回答
在神经
网络
的哈维尔初始化中,如何计算扇入和扇出?
initialization
、
deep-learning
、
conv-neural-network
我在神经
网络
中发现的哈维尔
权
值
初始化的变化都提到了扇入和扇出;请告诉我这两个参数是如何计算的?具体针对这两个例子:2)用形状初始化完全连通层的
权
值
。 谢谢!
浏览 3
提问于2017-03-08
得票数 17
1
回答
如何在PyTorch中计算大型神经
网络
的Hessian
值
?
deep-learning
、
neural-network
、
pytorch
、
bert-language-model
、
transformer-model
如何在PyTorch中计算大型神经
网络
或变压器模型的Hessian矩阵?我知道torch.autograd.functional.hessian,但它似乎只计算函数的Hessian,而不是神经
网络
。问题是,我想计算关于
权
值
的Hessian函数,但是对于大型神经
网络
来说,把它写成
权
值
的函数是非常低效的。有更好的方法吗?如有任何建议,将不胜感激。谢谢。
浏览 24
提问于2022-03-14
得票数 2
1
回答
有生命的图形标记
algorithm
、
graph
、
graph-algorithm
给出了一个具有整数节点
权
值
和边
权
的无向图。 如果节点的权重为非负值,则节点是“可标记的”,并且标记一个节点将使其所有邻接节点的权重减少到连接这两个节点的边缘的边缘权重。这个问题在
多项式
时间内可解吗?什么是最好的解决方案?
浏览 2
提问于2019-11-23
得票数 1
回答已采纳
1
回答
神经
网络
反向传播权变化对预测的影响
networking
、
neural-network
我试图了解神经
网络
如何通过学习不同的输入/输出模式来预测不同的输出。我知道,如果输入在反向传播算法中进行
权
值
调整以实现特定的输出,那么
权
值
的变化就是learning...but的模式。这会让
网络
忘记它以前学到的东西吗?
浏览 1
提问于2015-03-14
得票数 0
回答已采纳
1
回答
求解最大权重二部b-匹配
python
、
graph
、
networkx
、
bipartite
、
pulp
最大加权二部匹配 (MWM)被定义为匹配中边
值
之和有一个最大
值
的匹配。一种著名的MWM
多项式
时间算法是匈牙利算法。虽然最近有一些关于WBM问题(和)的工作,但我找不到算法的任何实现。
浏览 0
提问于2018-06-18
得票数 5
1
回答
Caffe中有约束重量的自动编码器
machine-learning
、
neural-network
、
caffe
、
autoencoder
据我所知,通常自动编码器在编解码
网络
中使用绑定
权
,对吗? 我看了一下,但我没有看到重量是如何打成平分的。我注意到编解码
网络
有相同的点,但是如何保证
权
值
被正确更新呢?
浏览 1
提问于2016-08-25
得票数 13
回答已采纳
1
回答
多项式
中的实权背包
runtime
、
time-complexity
、
knapsack-problem
、
np
在讲座中,我们考虑了背包问题:有n个项目具有正
权
值
w1,。。。、wn和values v1,.。。问题的可行解是项目的子集,使得它们的总重量不超过W,目的是求出一个最大可能总价值的可行解。对于所有权
值
均为正整数的情况,我们讨论了求解背包问题的动态规划解。 想法-舍入
值
,但这只是一个近似,对吧?这只有当我们有有限的十进制
浏览 0
提问于2019-08-24
得票数 0
回答已采纳
1
回答
如何计算神经
网络
模型的最终调整权重
machine-learning
、
neural-network
、
data-science-model
我对神经
网络
算法的理解是将数据集的第一行/观测输入到神经
网络
模型中,然后反向传播调整
权
值
,直到满足一定条件,
权
值
停止调整。然后,在数据集的第2行/观察、数据集的第3行/观察等方面再次发生这种情况。
浏览 0
提问于2020-02-13
得票数 -4
回答已采纳
1
回答
openvino人类姿态估计0007
deep-learning
、
openvino
、
pose-estimation
、
efficientnet
、
movidius
现在,我正在寻找原始的人类姿态估计-0007
权
值
o存储库(基于EfficientHRNet方法的多人2D姿态估计
网络
)。由此产生openvino
权
值
。
浏览 13
提问于2022-01-20
得票数 0
1
回答
将点移动到最近的未占用网格位置(不同)
algorithm
、
geometry
我有一组具有x和y坐标的X“数据点”,我希望将它们分配给MxN网格,以便“网格点”被占用一次。为了简化这个问题,我在这里声明“数据点”和“网格点”的数量是相同的。当然,我可以用蛮力法来做这件事,但是有一个X数的阶乘,也就是app。大约5*10^8的可能性,当你有12个“数据点”。为了可视化这个问题,我给出了一个用6“网格点”(A到F)表示蓝色和用红色表示“数据点”(1到6)的例子。有趣的是,"3“离"B”最近,但"
浏览 6
提问于2021-12-16
得票数 0
1
回答
在vertex_weights的InfoMap实现中设置InfoMap
python
、
r
、
igraph
我正在使用in中的来执行有向
网络
中的社区检测。通过阅读,我对该算法的理解是,InfoMap首先在
网络
上运行一个类似于随机游走的PageRank,用长度与其秩质量分数成反比的代码对节点进行编码,以达到最小化
网络
拓扑描述长度的最终目标。在igraph的实现中,可以同时提供一个边
权
向量和一个顶点
权
向量来执行加权随机游动。我马上就明白了边
权
是如何偏倚随机游走的,但是我不知道顶点
权
值
扮演了什么角色。
浏览 1
提问于2014-05-06
得票数 1
回答已采纳
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
用Keras中的权值约束缓解过拟合
Python一句话实现秦九韶算法快速计算多项式的值
关于权值初始化Xavier Initialization的细节探讨
Google 开源语言模型 Switch Transformer,但不包括权值
“A站”被黑 谁能保护“网络隐私权”?
热门
标签
更多标签
云服务器
即时通信 IM
ICP备案
云直播
实时音视频
活动推荐
运营活动
广告
关闭
领券