检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
检测到您已登录华为云国际站账号，为了您更好的体验，建议您访问国际站服务网站 https://www.huaweicloud.com/intl/zh-cn
不再显示此消息
另一个策略是保持从第一轮训练获得的参数，然后使用全部的数据继续训练。在这个阶段，已经没有验证集指导我们需要在训练多少步后终止。相反，我们可以监控验证集的平均损失函数，并继续训练，直到它低于提前终止过程终止时的目标值。此策略避免了重新训练模型的高成本，但表现并没有那么好。例如，验证集的目标不一定能达到之前的目标值
我要每天学习半小时。
深度学习1. TensorFlow星标：149000，提交数：97741，贡献者：754TensorFlow是针对机器学习的端对端开源平台。它具备综合灵活的工具、库和社区资源，可以帮助研究者推动先进的机器学习技术的发展以及开发者更轻松地开发和发布由机器学习支持的应用。2. Keras
一周至少4天，每天运动1小时，跳绳跳操目标：一个月 瘦5斤一周学习6小时目标：12月之前考过PMP
在深度学习中，经常有“end-to-end（端到端）”学习的提法，与之相对应的传统机器学习是“Divide and Conquer（分而治之）”。这些都是什么意思呢？ “end-to-end”（端到端）说的是，输入的是原始数据（始端），然后输出的直接就是最终目标（末端）
另一个提前终止的额外代价是需要保持最佳的参数副本。这种代价一般是可忽略的，因为可以将它储存在较慢较大的存储器上（例如，在 GPU 内存中训练，但将最佳参数存储在主存储器或磁盘驱动器上）。由于最佳参数的写入很少发生而且从不在训练过程中读取，这些偶发的慢写入对总训练时间的影响不大。提前终止是一种非常不显眼的正则化形式
会话情绪识别(ERC)的目标是检测每个话语的情绪标签。最近的研究已经证明，以有意义的顺序输入训练实例，而不是随机考虑它们，可以提高模型的性能，基于此，我们提出了一个ercorient混合课程学习框架。我们的框架包括两个课程: (1) 对话水平课程(CC);(2)话语水平课程(UC)
新人学习一下
求推荐机器学习的视频
问题如图所示
几乎所有的深度学习算法都用到了一个非常重要的算法：随机梯度下降 (stochastic gradient descent, SGD)。随机梯度下降是第4.3节介绍的梯度下降算法的一个扩展。机器学习中的一个循环问题是大的数据集是好的泛化所必要的，但大的训练集的计算代价也更大。机器学习算法中的损失函数通常可以分解成每个样本损失函数的总和
【21】 BiGCN: A Bi-directional Low-Pass Filtering Graph Neural Network标题：BiGCN：一种双向低通滤波图神经网络作者：Zhixian Chen,Tengfei Ma,Zhihua Jin,Yangqiu Song,
监督学习—分类与回归方法一样，你选择的结果是偏向于速度还是准确性。如果你在寻找准确性，你不仅可以选择核支持向量机，还可以使用之前提到的其他算法，如神经网络、梯度提升树和随机森林。现在，让我们来介绍一下这个新算法。Kernel Support Vector Machine（核支持向量机
当数据的维数很高时，很多机器学习问题变得相当困难。这种现象被称为维数灾难 (curse of dimensionality)。特别值得注意的是，一组变量不同的可能配置数量会随着变量数目的增加而指数级增长。维数灾难发生在计算机科学的许多地方，在机器学习中尤其如此。
机器学习和数据挖掘通常使用相同的方法，有很大的重叠度，但是机器学习侧重于预测，基于从训练数据中学习到已知的属性，而数据挖掘技术专注于发现(以前)未知的数据中的属性(这是数据库中知识发现的分析步骤)。数据挖掘使用许多机器学习方法，但目标不同；另一方面，机器学习也使用数据挖掘方法作为“
在过去二十年中，人类收集、 存储、 传输、 处理数据的能力取得了飞速提升，人类社会的各个角落都积累了大景数据，亟需能有效地对数据进行分析利用的计算机算法，而机器学习恰顺应了大时代的这个迫切需求，因此该学科领 域很自然地取得巨**展、 受到广泛关注．今天，在计算机科学的诸多分支学科领域中
1 Docker入门基础1.1 容器级虚拟机化技术主机级虚拟化， Type1：在硬件上安装虚拟机，hyper-v，没有宿主机 Type2：有宿主机及宿主机OS，虚拟机OS与宿主机OS不一样，如Vmware，workstations。容器级虚拟化：实现用户空间和宿主环境空间的隔离
参加了很多期的华为的CANN训练营、体验官活动了，每次都有新的收获。这次把学习过程中的一些心得记录下来做个小结。按华为官方的介绍：“CANN（Compute Architecture for Neural Networks）是华为针对AI场景推出的异构计算架构，对上支持多种AI框架
# ROC曲线 ## 1、roc曲线 曲线的坐标分别为真正例率（TPR）和假正例率（FPR），定义如下： 
