码迷,mamicode.com
首页 >  
搜索关键字:loss    ( 720个结果
tqdm()与set_description()的用法
pbar=tqdm(range(55156))for i in pbar: # print(i) a=464443161*845113131 pbar.set_description("train loss: %.1f" %i) ...
分类:其他好文   时间:2019-10-29 15:24:34    阅读次数:143
keras训练实例-python实现
用keras训练模型并实时显示loss/acc曲线,(重要的事情说三遍:实时!实时!实时!)实时导出loss/acc数值(导出的方法就是实时把loss/acc等写到一个文本文件中,其他模块如前端调用时可直接读取文文文件),同时也涉及了plt画图方法 ps:以下代码基于网上的一段程序修改完成,如有侵权 ...
分类:编程语言   时间:2019-10-28 16:14:10    阅读次数:188
tensorflow2 层模板
线性回归 逻辑回归 ...
分类:其他好文   时间:2019-10-27 15:06:35    阅读次数:81
第六章 命令集结
命令集结 1.echo 所见即所得,输出内容到屏幕上面。 单引号和双引号及不加引号的区别? 单引号:所见即所得。单引号里面的内容,会被看做一个整体,不会解析变量和特殊字符。 双引号:所见即所得,会解析变量。 不加引号:所见即所得,会解析变量。支持通配符。 反引号:先执行反引号里面的命令,将输出结果交 ...
分类:其他好文   时间:2019-10-24 21:12:31    阅读次数:107
LeNet-5模型的keras实现
1 import keras 2 from keras.models import Sequential 3 from keras.layers import Input,Dense,Activation,Conv2D,MaxPooling2D,Flatten 4 from keras.datase... ...
分类:Web程序   时间:2019-10-22 18:48:38    阅读次数:157
深入Pytorch微分传参
导数 这段代码揭示了多个变量的微分以及如何求解loss为向量的导数 深入导数 hook机制 hook机制的 "详细解释" 这段代码解释了导数是如何自动计算保存的, python import torch from torch.autograd import Variable def register ...
分类:其他好文   时间:2019-10-18 22:37:14    阅读次数:146
RNN 训练时梯度爆炸的理解
比方说当前点刚好在悬崖边上, 这个时候计算这个点的斜率就会变得非常大, 我们跟新的时候是按 斜率 × 学习率 来的, 那么这时候参数的跟新就会非常非常大, loss也会非常大 应对办法就是 当斜率超过某个值比如15时, 设定斜率为15. ...
分类:其他好文   时间:2019-10-18 15:38:14    阅读次数:103
ES查询不重复的数据
GET ana-apk/_search #查询不重复的mac地址{ "size": 10, "aggs": { "MAC": { "cardinality": { "field": "MAC.keyword" } } }, "_source":{ "include":["MAC","ProbeOUI ...
分类:其他好文   时间:2019-10-14 01:41:24    阅读次数:190
每次阅读外文技术资料都头疼,终于知道原因了。
最近在读一本计算机专业英语和英语语法大全(如下图所示),一下子就点醒了我,让我知道了为何每次阅读外文资料都会头疼,理由就是我只重视词汇量,但却忽略了词法分析。每次碰到英语长句就会无从下手,很多单词虽然会读(当然更多时候是单词也读不懂,我的词汇量非常有限),但总是无法有效的组织起来,因为我不会分析这些 ...
分类:其他好文   时间:2019-10-08 09:29:22    阅读次数:204
6. 目标检测算法之Fast R-CNN算法详解(转)
6. 目标检测算法之Fast R CNN算法详解(转) 原文链接:https://www.cnblogs.com/zyly/p/9246418.html 目录一 Fast R CNN思想问题一:测试时速度慢 问题二:训练时速度慢 问题三:训练所需空间大 二 算法简述三 ...
分类:编程语言   时间:2019-10-05 20:37:51    阅读次数:127
720条   上一页 1 ... 16 17 18 19 20 ... 72 下一页
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!