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
为什么信任区域策略优化是一种策略上的
算法
?
artificial-intelligence
、
reinforcement-learning
我想知道为什么信任区域策略优化是一种策略上的
算法
? 与非策略
算法
相比,在策略方法中需要根据当前遵循的策略更新函数逼近器.特别是,我们将考虑信赖域PolicyOptimization,这是对传统策略
梯度
方法的一种推广,采用了
自然
梯度
方向
浏览 0
提问于2019-03-27
得票数 2
回答已采纳
2
回答
支持多种不同压缩
算法
的c++视频压缩库?
c++
、
video
、
graphics
、
compression
、
video-streaming
然而,视频不包含
自然
视频,压缩的质量特征将与
自然
镜头不同(例如,保留硬边缘比平滑
梯度
或颜色正确性更重要)。 我正在寻找一个可以很容易地集成到现有c++项目中的库,让我来试验不同的视频压缩
算法
。
浏览 3
提问于2012-04-03
得票数 0
回答已采纳
1
回答
遗传
算法
:支持向量机/朴素贝叶斯的连接
classification
、
svm
、
naive-bayes-classifier
、
genetic-algorithms
我发现了以下七个分类器的列表:最近邻决策树随机林什么是遗传
算法
,为什么它们不被认为是七个分类器的一部分?
浏览 0
提问于2019-10-26
得票数 0
回答已采纳
2
回答
在没有监督的训练中也使用
梯度
下降法吗?
machine-learning
、
unsupervised-learning
、
supervised-learning
梯度
下降
算法
是否曾用于任何非监督训练,如聚类、协同过滤等?
浏览 2
提问于2020-02-21
得票数 1
1
回答
梯度
树中的迭代次数是否只增加了树的数目?
machine-learning
、
xgboost
、
boosting
当人们谈论
算法
中的迭代时,比如XGBoost或LightGBM,或者Catboost,它们是否意味着要构建多少决策树,即基本学习者?即XGboost m=100意味着该
算法
将总共建立100个基础学习者,每一个计算和优化都是对先前预测的剩余值进行的。 还是更像是深度学习的一个时代?
浏览 0
提问于2019-05-29
得票数 5
回答已采纳
1
回答
闭三次样条的绘制
梯度
java
、
algorithm
对于图像编辑应用程序,我试图在封闭的
自然
三次样条周围画一个
梯度
。结果应该类似于 (使用大量高斯模糊的GIMP创建)。由于找不到任何合适的
算法
来确定离样条的距离,所以我选择了以下
算法
: 在内部点和外部点之间创建一个三角形网格。
浏览 0
提问于2012-05-08
得票数 2
回答已采纳
2
回答
为什么在神经网络中使用Sigmoid的导数?
c#
、
neural-network
我创建了一个具有典型激活函数(-1或1)的简单感知器,它似乎工作得很好。然后我读到了关于sigmoid和它在值之间更平滑转换的用法,但当我使用导数时,我总是得到0.0,这会扰乱计算。sigmoid本身很好,对于较小的数字,它的小数是小数,对于较大的数字,它又是-1或1。那么导数有什么好处?double actual (-1 or 1 when using the "old" function){ double error=expecte
浏览 3
提问于2013-04-04
得票数 2
回答已采纳
3
回答
为什么坡度(正负)的迹象不足以找到最陡峭的提升?
gradient-descent
、
learning-rate
、
gradient
考虑一个简单的一维函数y = x^2,用
梯度
上升法求出最大值.
梯度
上升给出更新规则:x= old_x + learning_rate *
梯度
但我无法解开为什么仅仅接受一个
梯度
(正负)的符号对于提升来说是不够的。
浏览 0
提问于2021-01-16
得票数 3
回答已采纳
1
回答
Lightgbm置信区间
scikit-learn
、
random-forest
、
lightgbm
我想为我训练过的lightgbm模型的每个样本计算一个置信区间。我想知道是否可以用lightgbm来实现类似的想法。特别是:这能在科学学习中完成吗? 从训练分位数模型的替代方案中,是否有其他方法来获得预测光照的置信区间?
浏览 0
提问于2020-06-18
得票数 3
4
回答
梯度
下降是每个优化器的核心吗?
machine-learning
、
neural-network
、
deep-learning
、
optimization
、
gradient-descent
我想知道
梯度
下降是否是Adam、Adagrad、RMSProp和其他几个优化器中使用的主要
算法
。
浏览 0
提问于2019-03-12
得票数 13
回答已采纳
2
回答
具有
梯度
填充区域的图像分割
image-processing
、
image-segmentation
其思想是将图像划分为具有相似颜色的像素或可由
梯度
方程(线性或径向)表示的像素的区域。我发现了许多基于颜色进行分离的
算法
,但找不到任何处理渐变的
算法
。有没有人知道这样的
算法
或者关于如何去实现它的建议。
浏览 1
提问于2011-09-25
得票数 0
回答已采纳
1
回答
任意网格上的
梯度
下降(非ML)
mathematics
、
computational-geometry
、
geometry
、
mesh
、
gradient
所以我在做一个
梯度
下降,就像网格表面上的
算法
,我只是注意到:以上是测地线
梯度
(与单个顶点的距离)。我的
算法
相当简单,获取三角形中的一个点,计算其负
梯度
,将
梯度
与三角形相交,移动到那里,将活动三角形切换到邻域,重复。换句话说,您只需沿着
梯度
向下向源。 然而,当我碰到这些湍流区域时,我的
浏览 0
提问于2020-09-09
得票数 4
回答已采纳
1
回答
如何在matlab中收听3x3混合波
matlab
、
audio
我有一个声音文件(3x3_Mixture.wav)=sound33,其中包含3种不同的声波相互混合,我做了一个代码来分离这3种不同的声波使用快速独立分量分析和
自然
梯度
算法
。
浏览 0
提问于2015-10-18
得票数 0
1
回答
在PyTorch中实现一种简单的优化
算法
algorithm
、
matlab
、
optimization
、
pytorch
、
autograd
我目前正在学习PyTorch,以便利用它的开源自动评分功能,作为我自己的练习,我想实现一个简单的优化
算法
,我已经在MATLAB中实现了这个
算法
。在MATLAB中使用精确线搜索的简单
梯度
下降
算法
可能如下所示:while residual具体地说,我想做一个相同的优化循环,用Torch的自动
梯度
功能替换我自己的
梯度
计算。换句话说,我想在PyTorch中执行与上面完全相同的
浏览 7
提问于2020-12-01
得票数 0
1
回答
神经网络优化中的反向传播与学习速率
neural-network
、
deep-learning
、
optimization
、
backpropagation
、
learning-rate
这两种情况看起来是独立工作的,我的意思是,当反向传播
算法
本身找到最优权重时,我们不需要一个学习速率参数本身。 我的理解正确吗?如果我错了,请纠正我。
浏览 0
提问于2020-09-19
得票数 0
回答已采纳
4
回答
张量流中的损失裁剪(关于DeepMind's DQN)
neural-network
、
tensorflow
、
deep-learning
、
conv-neural-network
以下是描述损失裁剪的
自然
文件的摘录: 我对这种情况的推理是,在(-inf,-1) U (1,inf)中,剪裁损失是一个常数函数,这意味着这些区域的
梯度
为零。这反过来又确保了整个网络的
梯度
为零(想想看,无论我提供给网络的任
浏览 14
提问于2016-04-06
得票数 11
2
回答
有没有反向传播的替代方案?
neural-network
、
backpropagation
、
gradient-descent
我知道神经网络可以使用
梯度
下降进行训练,我知道它是如何工作的。 最近,我偶然发现了其他训练
算法
:共轭
梯度
算法
和准牛顿
算法
。我的问题如下:我提到的那些替代
算法
与通过使用损失函数的
梯度
调整权重的反向传播过程有根本不同吗?如果没有,是否有一种
算法
可以训练一个与反向传播机制完全不同的神经网络? 谢谢
浏览 39
提问于2019-03-22
得票数 6
回答已采纳
1
回答
catboost是实现xgboost (极端
梯度
增强)还是一个简单的
梯度
增强?
python
、
xgboost
、
catboost
在他们的网站上,他们说“
梯度
提升”,但这里的人们似乎把它与其他“xgboost”
算法
进行了比较。我想知道它是否是一个真正的极端
梯度
增强
算法
。谢谢
浏览 0
提问于2018-11-05
得票数 0
1
回答
OpenAI用来创建捉迷藏游戏代理的
算法
是什么?
machine-learning
、
deep-learning
、
reinforcement-learning
、
policy-gradients
、
genetic-algorithms
v=kopoLzvh5jY&t=9s是遗传
算法
还是策略
梯度
还是别的什么? 如果是策略
梯度
法,那么他们使用了哪种策略
梯度
法?
浏览 0
提问于2021-04-16
得票数 0
回答已采纳
1
回答
来自sklearn的SelectFromModel在随机森林和
梯度
提升分类器上提供了显着不同的特征
python
、
machine-learning
、
scikit-learn
、
random-forest
、
feature-selection
正如标题中所提到的,我正在使用sklearn中的SelectFromModel为我的随机森林和
梯度
提升分类模型选择特征。of the selected featuresselected_feat 随机森林和
梯度
提升模型返回的布尔数组完全不同随机森林特征选择告诉我删除额外的4列(总共25个特征),而
梯度
提升模型上的特征选择告诉我删除几乎所有的内容。这里发生了什么? 编辑:我正在尝试比较这两个模型在我的数据集上的性能。
浏览 33
提问于2021-05-10
得票数 0
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
梯度算法之批量梯度下降,随机梯度下降和小批量梯度下降
机器学习优化算法——梯度下降
浅谈神经网络算法之梯度下降算法
非梯度下降反向传播算法
机器学习之——梯度下降算法
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