我非常感兴趣，我决定做一个小项目，在我的空闲时间，以获得一个it.The的目标，我的项目是做一个神经网络，可以玩一个基于转弯的游戏。如果可能的话，我希望你能给我指出一些正确的方向。
谢谢。
浏览 0提问于2018-05-11得票数 1
3回答
Müller和Sarah Guido所著的“机器学习与Python入门”一书第47页的这一段：它是如何用线性代数来解释的？
谢谢
浏览 0提问于2018-08-04得票数 0
回答已采纳
1回答
我搜索了好几天，但在堆栈溢出上找不到类似的问题因为数据集大小为138 g，训练时间太长(8个GPU大约2周)features_train = features_train[:len(features_train)/100]
labels_train= labels_train[:len(labels_train)/100
浏览 5提问于2016-12-02得票数 0
回答已采纳
请描述您的问题地址：https://cloud.tencent.com/document/product/269/1531
浏览 476提问于2018-02-28
这是一个现场训练营的试题。我碰到了一道墙，不知道为什么代码不能正确执行。我做错了什么？
浏览 2提问于2021-08-17得票数 0
2回答
word2vec最佳库
、、、
嘿，我想在没有实现的情况下使用word2vec算法(我看到了很多地方教我如何实现一个算法)。有人能比较一下效率吗？使用起来有多容易？每个库的word2vec算法？任何有用的建议或资源都会很好。
浏览 7提问于2020-03-03得票数 1
回答已采纳
2回答
我刚接触认知工具包，还在探索如何使用它。但我几乎找不到任何关于如何使用认知工具包创建应用程序的资源或视频。我希望建立类似于Cortana或siri的语音识别和导航应用程序。任何关于如何在visual studio应用程序中使用认知工具包的建议都将不胜感激。
浏览 6提问于2017-05-22得票数 1
3回答
在g2.2xlarge EC2实例上安装TensorFlow及其依赖项后，我尝试从入门页面运行一个MNIST示例：
python tensorflow/models/image/mnist/convolutional.py如果能够在AWS中训练模型，那就太好了。
浏览 107提问于2015-11-11得票数 21
回答已采纳
我这边一个项目中用到gensim word2vec ，加载一个10G左右的模型，我使用的是一个经过预先训练的模型， model = KeyedVectors.load('baike229g.model', mmap='r')
但是问题是，我每次加载模型都需要60s左右，每次调用这个接口的时候都会加载这个模型，响应速度很慢，官方提供了有mmap = ‘r’ 这种方式进行，内存共享，作为一个python新入门的菜鸟，没有学会怎么使用，请大佬指导，感谢。
浏览 1053提问于2018-10-22
1回答
为此，我假设首先收集班上所有学生的数据集，然后对其进行训练。那么，构建这样一个应用程序是可行的吗?如何实现？
浏览 38提问于2018-06-02得票数 3
回答已采纳
比方说，我希望使用LIBSVM来构建一个包含70%训练数据的模型。这有可能吗？
浏览 0提问于2013-04-26得票数 0
因此，我想利用在数学上表现更好的bert模型，这导致了我的数学-bert，但是上面的论文说它仅仅是在数学语料库上训练的，这意味着它在一般句子(例如在图像中)上不会有很好的表现，那么有什么方法将句子-bertundefined
或者，唯一的方法是从零开始训练伯特模型，使用语料库进行句子-伯特和数学-伯特。
浏览 0提问于2022-12-25得票数 0
回答已采纳
我正在研究医学图像分类问题，并且遇到了低数据集的问题。所以我想使用WGAN生成图像。在给定的代码中，WGAN代码以MNIST数据集为例。在图像生成之后，也很容易识别出它们属于哪个类别的数字。但在医学图像的情况下，在生成图像后，很难确定生成的图像属于哪个类别，因为它们是从给定的代码中分组保存的： def sample_images(self, epoch): noise = np.random.normal(0, 1, (r * c, self.latent_dim))
gen_imgs = self.generator.
浏览 31提问于2019-03-22得票数 0
在Python的“scikit-learn”库中，函数“train_test_split”将数据集分成训练集和测试集。这是一种随机的方式(可能使用种子在重复执行中获得相同的结果)。我之所以问这个问题，是因为我以前使用了Python的Orange数据挖掘库，其中包括一个方法('proportion_test')，该方法将数据集分割成训练和测试集，然后根据特定的分类器对其进行评估，重复操作指定的次数例如，在“Python机器学习入门”( Andreas C.Müller和
浏览 0提问于2018-08-22得票数 6
在阅读GAN入门教程以生成mnist (如手写数字)时，我想知道由于不同的数字而导致的训练数据的系统差异是否会使模型更难训练。如果所有的实际样本都是1s而不是0-9s，那么训练一个模型不是更容易吗？我训练一个单独的模型来分别生成每一个数字(0-9)，只使用一种类型的数字的训练数据，这种方法完全可行吗？只训练一位数的模型比使用所有mnist的模型更快(即，达到一定精度/质量所需的时间更短)。我为我找到了一个可以接受的答案(见下文)，但很明显，
浏览 0提问于2019-10-10得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
