深度学习：探索李白的模型权重的奇妙之旅李白曾称赞我的模型权重，然而遗憾的是，他将其没收了。在这篇文章中，我们将探索深度学习的世界，了解模型权重的重要性，并通过代码示例展示如何使用深度学习框架来训练和优化模型。深度学习已经成为计算机科学领域的一个重要研究方向，它通过模拟人脑神经网络的工作原理来实现智能化任务。深度学习模型的核心是权重，它们是网络中连接的参数，用于调整输入和输出之间的关系。通过训练过程
本文是PyTorch使用过程中的的一些总结，有以下内容：构建网络模型的方法网络层的遍历各层参数的遍历模型的保存与加载从预训练模型为网络参数赋值主要涉及到以下函数的使用：add_module，ModulesList，Sequential 模型创建modules()，named_modules()，children()，named_children() 访问模型的各个子模块parameters()，n
转载
2024-09-16 11:01:51
0阅读
1.一 论文导读2.二 论文精读3.三 代码实现4.四 问题思索《》作者：单位：发表会议及时间：一 论文导读二 论文精读三 代码实现四 问题思索
原创
2021-08-10 13:41:34
68阅读
先写在前面的话这篇笔记写下来，感觉似乎在我所学范围内对着两种模型简单模式的使用好像并不广泛，也不见什么复杂的例子。复杂的模式也没有去讲……看看之后还有没有相关的内容吧，之后再补。评价模型加权平均适用于每一项权重和评分都容易获得 对应的权重乘以对应的数值再求和。层次分析适用于没有给出权重和分析，需要自己定义的情况构造判断矩阵准则颜值C1 稀有度C2 知识C3 趣味性C4两两比价：Ci相对于Cj的重要
转载
2024-08-21 16:30:54
80阅读
样本权重是对损失函数来说的对于类别少的样本 通过调节其对 损失函数的影响程度来达到提高预测精度 类型权重参数： class_weight class_weight有什么作用？在分类模型中，我们经常会遇到两类问题： 第一种是误分类的代价很高。比如对合法用户和非法用户进行分类，将非法用户分类为合法用户的代价很高，我们宁愿将合法用户分类为非法用户，这时可以人工再甄别，但是却不愿将非法用户分类为合法用户
转载
2024-05-13 16:26:21
70阅读
目录：topsis简介topsis法基本原理数据正向化 2.1. 极小型指标转化为极大型指标 2.2. 中间型指标转化为极大型指标 2.3. 区间型指标转化为极大型指标标准化评分构建总结0. topsis简介 Topsis法，全称为Technique for Order Preference by Similarity to an Ideal Solution中文常翻译为优劣解距离法，该方法能够根
转载
2024-03-05 04:50:51
87阅读
参考l2正则L2正则化的目的就是为了让权重衰减到更小的值，在一定程度上减少模型过拟合的问题。权重衰减（weight decay）weight decay（权值衰减）的使用既不是为了提高收敛精确度也不是为了提高收敛速度，其最终目的是防止过拟合。在损失函数中，weight decay是放在正则项（regularization）前面的一个系数，正则项一般指示模型的复杂度，所以weight decay的作
转载
2024-04-12 19:21:41
140阅读
TOPSIS模型评价方法大体上可分为两类，其主要区别在确定权重的方法上。一类是主观赋权法，多数采取综合咨询评分确定权重，如综合指数法、模糊综合评判法、层次分析法、功效系数法等。另一类是客观赋权，根据各指标间相关关系或各指标值变异程度来确定权数，如主成分分析法、因子分析法、理想解法 (也称TOPSIS 法)等。目前国内外综合评价方法有数十种之多，其中主要使用的评价方法有主成分分析法、因子分析、TOP
转载
2024-03-25 13:22:01
130阅读
这篇文章对mmdetection（包括mmlab的其他例如mmclassification等）训练得到的模型权重，或者说checkpoints文件进行分析，一般模型保存在work-dir文件夹下，具体路径要参考训练用到的config，即配置文件。保存的模型一般是.pt的文件。读取.pth文件具体数值修改.pth文件具体数值（比如修改卷积核通道数）读取.pth文件具体数值.pt模型文件读取方法这种模
转载
2024-02-16 10:36:01
139阅读
研究现状受到阈值分割方法的启发，在早期图像分割常用传统的阈值分割方法结合具体的使用场景 手动设计特征并调参进行场景分割，基于阈值的二值分割的算法得到广泛应用。这一系列基 于传统图像处理技术的分割方法有着较大的局限性，适用的分割场景也较为简单，容易受到光照环境变化干扰，泛化能力不足。因此阈值分割算法逐渐被基于聚类的方法取代。虽然基于聚类的无监督方法可以获得一定的场景泛化能力来应对光线变化，但仅使用二
转载
2024-10-30 10:27:28
27阅读
文章目录前言：1.Abstract（摘要）2.Introduction（引言）2.1 初始假设2.2 进一步假设前言：今天搞一下inception最后一个
原创
2022-10-28 11:03:29
395阅读
目录问题问题实例 问题分析建立层次分析法模型分析权重的方法编辑填表指标的权重编辑 一致性检验一致性检验的引入 一致性检验的步骤 计算判断矩阵归一化处理算术平均法求权重几何平均法求权重特征值法求权重（常用）汇总结果，得出结论 得出权重矩阵 计算得分得出结论代码部分Matlab入门知识本文例题代码计算部分撰写论文部分他人的例子（选自2016创
转载
2024-08-03 13:59:51
23阅读
系列文章参考链接：https://zhuanlan.zhihu.com/p/102697821 https://mp.weixin.qq.com/s/zWEO-VvNsciF9KKmJ6VCyQ 当我们设计好一个模型，投喂大量数据，并且经过艰苦训练，终于得到了一个表现不错的模型，得到这个模型以后，就要保存下来，为后面的部署或者测试实验做准备。那么该如何正确高效的保存好训练的模型并再次重新载入呢？
转载
2024-03-28 09:39:48
123阅读
目录前言一、参数的更新1. SGD的缺点2. Momentum3. AdaGrad4. Adam5. 基于MNIST数据集地更新方法比较二、权重的初始值1. 权重初始值不能设为0总结前言本节介绍权重参数的优化方法，即寻找最优权重参数的最优化方法。一、参数的更新1. SGD的缺点如果函数的形状飞军向，比如呈延伸状，搜索的路径会非常低效。究其根本原因是梯度的方向并没有指向最小值的方向。 2.
转载
2023-11-26 11:04:58
317阅读
评价方法大体上可分为两类，其主要区别在确定权重的方法上。一类是主观赋权法，多数采取综合咨询评分确定权重，如综合指数法、模糊综合评判法层次分析法、功效系数法等。另一类是客观赋权，根据各指标间相关关系或各指标值变异程度来确定权数，如主成分分析法、因子分析法、理想解排序法 (也称TOPSIS法，也称优劣解距离
转载
2024-03-15 13:17:00
96阅读
深度学习（16）—— 权重加载model.load_state_dict(torch.load('/home/yangjy/projects/Jane_git_tf/weights/con_model/best1_2022-12-02-09-36.pth', map_location=device))Question?情形： 新的model是需要两个模型作前期的处理后的结果，如model1得到fe
转载
2024-03-29 08:19:30
98阅读
一、常见模型汇总 在数学建模中，根据具体问题的特点和要求，选择合适的模型和算法是非常重要的，同时需要根据实际情况进行调整和优化，以得到合理和可行的解决方案。二、数学建模四大模型在数学建模中，通常将数学模型按照其应用目标和任务的不同划分为四大类：评价模型、预测模型、分类模型和优化模型。这些模型用于解决不同类型的问题和任务。评价模型（Evaluation Model）：评价模型用
转载
2024-07-23 13:49:52
98阅读
细说模型权重的定义、作用和更新方法。
原创
精选
2024-06-14 15:59:50
2253阅读
集成学习属于机器学习的算法模型、模型融合属于数据挖掘多个模型得到结果的融合，但他们本质是一样的都是为了使用多个基本模型来提高泛化能力。放在一起统一的讲一讲。为什么多模型能带来更好效果呢？《机器学习》（周志华）一书从三个角度给出了学习器的结合带来的三个好处：从统计上来说，由于假设空间很大，可能有多个假设能在训练集达到同等最优性能（但对于测试集表现不同），若使用单个学习器可能因误选使泛化性能不佳，因此
Reference神经网络中的权重初始化：从基础到 Kaiming 的旅程（强烈推荐）Go最近学习到了stylegan中的EqualConv2d卷积操作，实在无法理解其中为什么对参数w增添了一个放缩系数scale。故各种找资料想要理解这么做的目的。然后就翻到了参考中的文章，让我眼前一新，以前只是知道网络模型需要初始化，但完全没法理解为什么？现在，让我们重新认识一些，本文主要是对reference的
转载
2024-04-30 18:26:30
122阅读
