导师给报的知识图谱培训 做个笔记

 

如果没有反向传播 不能自动更新权重和偏执

有y值就是 有监督 就是有target

x值就是features

knn 在做知识图谱的时候很好用

无监督 鸢尾花有三类 只能帮你分出来有三类 但是这三类是哪一类 不知道 要自己人工分类

强化学习 根据reward 来做下一步动作

最简单的三步就可以实现机器学习

 sample_size height width colordeep 四维

视频多了一个frames

tensorflow1 静态图 非常适合分布式运算 

先用keras 搭建 然后去验证 如果效果比较好 再用pytorch和tensorflow实现一边 效果比keras好

keras可以调整的超参数比较少

 如果预测的是一个具体的数 就是线性回归

如果预测的是一个类别  分类问题 就是逻辑回归

就是要训练出最适合的权重  然后在新的特征来的时候就可以根据算出来的权重得到新的目标值

算力不够 所有的工作就是为了在不损失重要信息的情况下简化计算量

分类问题

 

 用深度学习做回归预测

 feature_importance 选择特征的一个api接口

 nlp比赛 天池、法研杯、ccf、百度飞浆

 

Logo

CSDN联合极客时间,共同打造面向开发者的精品内容学习社区,助力成长!

更多推荐