-
标签:调参
- 分享数 28
-
0
-
深度学习基础入门(二):初始化、调参、优化
- 2018-03-22
- 其它
- 阅读数393
-
0
-
神经网络测试结果很差,该怎么做?
- 2018-03-15
- 计算机网络
- 阅读数204
-
0
-
Coursera | Andrew Ng (02-week3-3.2)—为超参数选择合适的范围
- 2018-01-21
- 其它
- 阅读数525
-
0
-
Coursera | Andrew Ng (02-week-3-3.1)—调参处理
- 2018-01-20
- 其它
- 阅读数573
-
0
-
Coursera | Andrew Ng (02-week-1-1.11)—神经网络的权重初始化
- 2018-01-17
- 计算机网络
- 阅读数666
-
0
-
hpsklearn调参实例
- 2018-01-11
- 运维架构
- 阅读数113
-
0
-
hyperopt调参实例——XGBoost
- 2018-01-11
- 运维架构
- 阅读数225
-
0
-
XGBoost-Python完全调参指南-参数解释篇
- 2018-01-10
- Python开发
- 阅读数477
-
0
-
《Spark机器学习》笔记——Spark分类模型(线性回归、朴素贝叶斯、决策树、支持向量机)
- 2018-01-06
- 其它
- 阅读数501
-
0
-
sklearn中的回归决策树
- 2017-12-17
- 其它
- 阅读数232
-
0
-
关于调节学习率(learning rate)的几点建议
- 2017-11-06
- 其它
- 阅读数302
-
0
-
Prophet(预言者)facebook时序预测----论文总结以及调参思路
- 2017-10-30
- 运维架构
- 阅读数323
-
0
-
GridSearchCV调参方法
- 2017-10-26
- Python开发
- 阅读数302
-
0
-
Pixhawk室内自动控制:参数设置
- 2017-09-13
- 产品经理
- 阅读数781
-
0
-
十、如何选择神经网络的超参数
- 2017-08-18
- 计算机网络
- 阅读数316
-
0
-
用 Grid Search 对 SVM 进行调参
- 2017-06-27
- 其它
- 阅读数330
-
0
-
XGBoost参数调优完全指南(附Python代码)
- 2017-06-16
- Python开发
- 阅读数429
-
0
-
XGBoost-参数解释
- 2017-05-31
- 其它
- 阅读数162
-
0
-
深度学习 14. 深度学习调参,CNN参数调参,各个参数理解和说明以及调整的要领。underfitting和overfitting的理解,过拟合的解释。
- 2017-04-21
- 其它
- 阅读数821
-
0
-
python调参神器hyperopt
- 2017-03-04
- Python开发
- 阅读数585
-
0
-
scikit-learn SVM支持向量机算法库使用小结
- 2017-02-18
- 其它
- 阅读数225
-
0
-
【集成学习】scikit-learn随机森林调参小结
- 2017-01-19
- 其它
- 阅读数337
-
0
-
caffe训练cnn调参
- 2016-11-30
- Web前端
- 阅读数337
-
0
-
Caffe调参经验资料文章
- 2016-11-08
- Web前端
- 阅读数471