Публикации по теме 'optimization-algorithms'
Нейронные сети: Cookbook
В этом блоге рассказывается о различных шагах, которые можно предпринять для создания лучшей нейронной сети. Один пост со всеми возможными вариантами разных настроек нейросети и тем, как мы их настраиваем.
Перво-наперво:
Подготовьте данные поезда, тестирования и проверки. Выполните EDA для данных и решите такие проблемы с данными, как дисбаланс данных и значения Nan. Разделите данные на поезд (80%)/проверку(10%)/тест (10%) Всегда нормализуйте данные перед передачей в сеть...
Понимание оптимизаторов и скорости обучения в TensorFlow
В мире глубокого обучения и TensorFlow процесс обучения модели зависит от итеративной корректировки весов модели для минимизации заранее определенных потерь. Эту корректировку определяют два основных элемента: оптимизатор и скорость обучения . Давайте углубимся в их роли и проведем различие между ними в контексте функции compile модели TensorFlow.
Оптимизатор:
Оптимизатор определяет механизм обновления весов модели. TensorFlow предлагает множество оптимизаторов, каждый из..
(Краткое) Руководство по формам Python Global Optimizer
Переходите к оригинальной гораздо более длинной статье по рабочим ссылкам.
Предостережения в изобилии
Для читателей моей первой статьи на эту тему, в которой я пытался по-новому взглянуть на производительность оптимизатора, здесь есть некоторые знакомые символы и нет больших сюрпризов — хотя я повторяю предостережение, что некоторые приемы (например, суррогатная) может быть одобрена несколько стилизованными целевыми функциями , которые я использую здесь.
Гибкость некоторых..
Модульное тестирование: колеса машинного обучения с открытым исходным кодом
Я всегда был большим поклонником программного обеспечения с открытым исходным кодом. В течение многих лет я не запускал на своих персональных компьютерах операционную систему с закрытым исходным кодом (даже при двойной загрузке); Я отдаю предпочтение программному обеспечению с открытым исходным кодом и программным библиотекам. Недавно я начал вносить конкретный вклад в разработку программного обеспечения с открытым исходным кодом.
Часто энтузиазм сообщества разработчиков ПО может..
Интерпретация повышения градиента: оптимизация производительности модели с использованием повышения градиента
Что такое ансамблевые методы?
Методы ансамбля — это методы машинного обучения, в которых используется несколько моделей для повышения точности прогнозов. Эти методы могут быть более эффективными, чем использование одной модели. Существует несколько типов ансамблевых методов, включая суммирование, бэггинг и бустинг. Повышение, которое является одним из типов ансамблевого метода, включает в себя последовательное построение серии моделей для исправления ошибок, допущенных предыдущими..
Оптимизация в машинном обучении - часть 1
Независимо от того, над какой моделью машинного обучения вы работаете, вам необходимо ее оптимизировать, и в этом блоге мы узнаем, как именно работает оптимизация.
Оптимизация в машинном обучении - один из самых важных шагов и, возможно, самый трудный для изучения. Оптимизатор - это функция, которая оптимизирует модели машинного обучения с использованием данных обучения. Оптимизаторы используют функцию потерь для расчета потерь модели, а затем на основе этого пытаются ее..
Введение в алгоритмы оптимизации, вдохновленные природой
Оптимизация – это раздел математики, который занимается поиском наилучших значений входных переменных для получения оптимального значения на выходе.
У него есть приложения в экономике, финансах, управленческих науках, логистике, но наиболее важно для целей этого сообщения в блоге то, что оптимизация является важной задачей в большинстве методов машинного обучения, которые исследуются и используются сегодня.
Большинство алгоритмов обучения с учителем требуют от нас оптимизации..
