Keras 库提供了一种在训练深度学习模型时计算和报告标准指标集的方法。除了提供分类和回归问题的标准指标外，Keras 还允许您在训练深度学习模型时定义和报告自己的自定义指标。这特别有用，如果 […]
Amazon Web Services 上的深度学习 10 个命令行技巧
在 Amazon Web Services EC2 上运行大型深度学习流程是学习和开发模型的廉价有效方式。只需几美元，您就可以获得数十 GB 的 RAM、数十个 CPU 核心和多个 GPU。我强烈推荐它。如果您不熟悉 EC2 或 […]
如何系统地规划和运行机器学习实验
机器学习实验可能需要很长时间。几个小时、几天，甚至在某些情况下需要几周。这给了您充足的时间思考和计划要执行的其他实验。此外，平均而言，一个应用的机器学习项目可能需要几十到几百个独立的实验，才能找到数据准备 […]
9 种在 Keras 中获取深度学习帮助的方法
Keras 是一个 Python 深度学习库，可以使用高效的 Theano 或 TensorFlow 符号数学库作为后端。Keras 非常易于使用，您可以在几分钟内开发您的第一个多层感知机、卷积神经网络或 LSTM 循环神经网络。当您开始使用 […]时，您可能会遇到技术问题。
如何快速获得深度学习时间序列预测的良好结果
3 种策略，用于在预测建模问题上设计实验和管理复杂性。开始新的时间序列预测项目很困难。鉴于多年的数据，拟合深度学习模型可能需要几天或几周。您到底该如何开始？对于一些从业者来说，这可能导致 […]
为什么在机器学习中进行独热编码？
开始应用机器学习可能很困难，尤其是在处理真实数据时。通常，机器学习教程会建议或要求您在拟合机器学习模型之前以特定方式准备数据。一个很好的例子是对分类数据使用独热编码。为什么需要独热编码？ […]
参数和超参数有什么区别？
刚开始接触应用机器学习时可能会感到困惑。有太多术语要用，而且许多术语的使用可能不一致。如果您来自一个使用与机器学习相同术语的其他研究领域，但它们[…]，那么情况尤其如此。
机器学习需要多少训练数据？
所需数据的数量取决于问题的复杂性和所选算法的复杂性。这是事实，但如果您处于机器学习项目的关键阶段，则无济于事。我经常收到的一个常见问题是：我需要多少数据？ […]
迷你批次梯度下降简介以及如何配置批次大小
随机梯度下降是训练深度学习模型的主要方法。梯度下降有三种主要变体，选择哪种使用可能会让人感到困惑。在这篇文章中，您将发现通常应该使用的一种梯度下降类型以及如何配置它。完成此[…]后。
LSTM简单序列预测问题的5个例子
序列预测与传统的分类和回归问题不同。它要求您考虑观测值的顺序，并使用像长短期记忆 (LSTM) 循环神经网络这样具有记忆并且可以学习观测值之间任何时间依赖性的模型。应用 LSTM 来学习如何[…]至关重要。