#####前面提到，应用sklearn中的pipeline机制的高效性；本文重点讨论pipeline与网格搜索在机器学习实践中的结合运用： ##结合管道和网格搜索以调整预处理步骤以及模型参数 一般地，sklearn中经常用到网格搜索寻找应用模型的超参数；实际上，在训练数据被送入模型之前，对数据的预处 ...
分类：
其他好文 时间：
2021-02-22 12:24:09
阅读次数：
0
最终训练的精度比较如下（横坐标1个单位为10次迭代）： 可见，经过BN之后，收敛快很多。 ...
分类：
其他好文 时间：
2021-02-17 15:03:14
阅读次数：
0
通过带Flask的REST API在Python中部署PyTorch 在本文中，将使用Flask来部署PyTorch模型，并用讲解用于模型推断的 REST API。特别是，将部署一个预训练的DenseNet 121模 型来检测图像。 备注： 可在GitHub上获取本文用到的完整代码 这是在生产中部署 ...
分类：
编程语言 时间：
2021-02-16 12:31:31
阅读次数：
0
Paddle Inference原生推理库 深度学习一般分为训练和推理两个部分，训练是神经网络“学习”的过程，主要关注如何搜索和求解模型参数，发现训练数据中的规律，生成模型。有了训练好的模型，就要在线上环境中应用模型，实现对未知数据做出推理，这个过程在AI领域叫做推理部署。用户可以选择如下四种部署应 ...
分类：
其他好文 时间：
2021-02-16 11:43:17
阅读次数：
0
多机多卡训练基本原理 在工业实践中，许多较复杂的任务需要使用更强大的模型。强大模型加上海量的训练数据，经常导致模型训练耗时严重。比如在计算机视觉分类任务中，训练一个在ImageNet数据集上精度表现良好的模型，大概需要一周的时间，需要不断尝试各种优化的思路和方案。如果每次训练均要耗时1周，这会大大降 ...
分类：
其他好文 时间：
2021-02-16 11:42:40
阅读次数：
0
参数服务器训练基本理论 参数服务器训练是分布式训练领域普遍采用的编程架构，主要解决以下两类问题： 模型参数过大：单机内存空间不足，需要采用分布式存储。 训练数据过多：单机训练太慢，需要加大训练节点,来提高并发训练速度。 如图所示，参数服务器主要包含Server和Worker两个部分，其中Server ...
分类：
其他好文 时间：
2021-02-16 11:42:24
阅读次数：
0
the Computing Research Repository (CoRR) 论文地址：https://arxiv.org/abs/1909.11898 代码地址：https://github.com/hongwang600/DocRed Abstract 在本文中，我们进一步应用预先训练的语言 ...
分类：
其他好文 时间：
2021-02-10 13:32:54
阅读次数：
0
Tensorflow模型训练时维度处理技巧 修改模型一周，调BUG半个月，特此总结： 在某一个维度为1时，用tf.reshape tf.matmul（要求两个元素维度正好相反）要求两个元素维度正好相反 和tf.multiply ( 张量1 ，张量2）要求两个元素维度一致 assign_sub（）：重 ...
分类：
其他好文 时间：
2021-02-05 10:33:17
阅读次数：
0
1. 样本量极少可以训练机器学习模型吗？ 在训练样本极少的情况下（几百个、几十个甚至几个样本），现有的机器学习和深度学习模型普遍无法取得良好的样本外表现，用小样本训练的模型很容易陷入对小样本的过拟合以及对目标任务的欠拟合。但基于小样本的模型训练又在工业界有着广泛的需求（单用户人脸和声纹识别、药物研发 ...
分类：
其他好文 时间：
2021-02-01 12:24:44
阅读次数：
0
今天是对于哈希的用法的一个小小的了解 哈希的用法主要适用于数据的查询之中，为了把原本时间复杂度比较高的变成o（1）去实现原本的算法 以下是正经解释： HASH概述?Hash其实是一种散列技术，散列技术是指在记录的存储位置和它的关键字之间建立一个确定的对应关系f，使每一个关键字都对应一个存储位置。即： ...
分类：
其他好文 时间：
2021-01-30 12:06:57
阅读次数：
0
