Datawhale X 李宏毅苹果书 AI夏令营

阅读李宏毅老师苹果书及搭配视频的一次记录_机器学习苹果书...

【Datawhale X 李宏毅苹果书 AI夏令营】Task1笔记

不同的参数也需要不同的学习率(而不是固定不变的):如果在某一个方向上梯度值很小(非常平坦),我们会希望学习率调大一点;MGBD需要随着时间的推移逐渐降低学习率:在梯度下降初期,能接受较大的步长(学习率),以较快的速...

面向Data+AI时代的数据湖创新与优化(附Iceberg案例)

面向Data+AI时代的数据湖创新与优化(附Iceberg案例)_数据湖ai...

【DataSophon】Yarn配置历史服务器JobHistory和Spark集成historyServer

HistoryServer服务可以让用户通过SparkUI界面,查看历史应用(已经执行完的应用)的执行细节,比如job信息、stage信息、task信息等,该功能是基于sparkeventlogs日志文件的,...

Datawhale X 李宏毅苹果书AI夏令营 Task3学习笔记

把这个向量输到一个网络里面,下围棋就可以看成一个分类的问题,通过网络去预测下一步应该落子的最佳位置,所以下围棋就是一个有19×19个类别的分类问题,网络会输出19×19个类别中的最好类别,据此选择下...

深度学习1.1 通过案例了解机器学习 #Datawhale AI 夏令营

机器学习:机器具备学习的能力。具体来说,机器学习就是让机器具体找一个函数的能力。比如语音识别:​​比如图片识别:​​比如下围棋:AlphaGoLoss是一个函数,L(b,w),在这里b和w就是输入的值。...

修复阿里云服务器漏洞报错Errors during downloading metadata for repository ‘docker-ce-stable‘

查看日志:检查YUM/DNF日志文件(通常位于/var/log/yum.log或/var/log/dnf.log),以获取更详细的错误信息。更新仓库:如果仓库地址有变更,需要更新.repo文件中的base...

Datawhale AI 夏令营 CV Task 1 笔记

使用F1score、MOTA指标来评估模型预测结果。对每个json文件得到两个指标的加权求和,最终得分为所有文件得分取均值。12其中,F1Score是Precision(精度)和Recall(召回率)的调和...

DataWhale AI夏令营 “大运河杯”——城市治理 Baseline

2024“大运河杯”数据开发应用创新大赛——城市治理赛题Baseline_mars城市治理比赛...

Datawhale X 李宏毅苹果书AI夏令营 Task 2 学习笔记

自适应学习率是优化深度学习模型过程中重要的技术,它能根据梯度的变化自动调整学习率,从而提高训练效率。Task2总结了自适应学习率的概念、主要方法(包括AdaGrad、RMSProp和Adam),并探讨了学习率调度策...