作者查詢 / ching0629
作者 ching0629 在 PTT 全部看板的留言(推文), 共1343則
限定看板:全部
看板排序:
6F推: 其實我覺得連續預測滿坑的,使用linear output配上rmse05/13 00:46
7F→: loss的深度網路常常會在訓練過程中預測出離譜的極值,05/13 00:46
8F→: 導致梯度不穩定,簡單的使用類似relu的限制器又很容易05/13 00:46
9F→: 截斷梯度,用sigmoid之類的軟限制又很容易梯度消失,05/13 00:46
10F→: 所以真的很難練到很準。目前主流做法是把這類問題轉成05/13 00:46
11F→: 多分類問題,這樣能透過比較優雅的方式限制全距,我建05/13 00:46
12F→: 議可以參考一下別人怎麼透過臉部識別預測年齡的。05/13 00:46
1F→: 再補充一個點好了,物件檢測的loss function是一個同04/17 13:09
2F→: 時考慮原始方框與預測方框重疊面積,以及分類正確度的04/17 13:09
3F→: 一個損失函數,詳細的自己去找paper看吧,式子有點長04/17 13:10
11F推: 非常同意這篇的觀點。現在這波AI革命用到的數學能力,04/08 14:31
12F→: 優秀的高中生不用上課努力自學都有機會學會,讀數學賭04/08 14:31
13F→: 的是未知的未來。而寫程式你要看你能不能接受95%的時04/08 14:32
14F→: 間在做資料搜集、清理。高中生先別跟風,好好想自己有04/08 14:32
15F→: 興趣做什麼,想當初生科在紅的時候學測72級分還只能私04/08 14:32
16F→: 立,現在多慘?04/08 14:32
4F推: cpu.list=list(mx.cpu(0), mx.cpu(1))01/20 10:43
5F→: ctx=cpu.list01/20 10:44
6F→: 上面是雙核,自己用迴圈改更多核01/20 10:44
7F→: 不過我的經驗是超過4核以上速度增加也不大01/20 10:45
15F推: 試試先打options(encoding = "UTF-8")後再上傳11/22 18:22
16F推: https://ychuang.shinyapps.io/HANI_zhTW/11/22 18:26
29F推: 有高雄的收到通知嗎04/26 01:11
2F→: 喔,那抱歉,內顯可以雙螢幕嗎?02/14 14:09
12F→: 第一次聽說,謝謝提醒...02/14 14:33
9F推: c=sample(c(1:100),150,replace=T);h=hist(c);h$counts01/08 20:57
4F→: 謝謝,所以我可以了解一下到底R裡面再算(1-0.9)實際上是11/26 11:42
5F→: 如何做的?不然我沒有辦法預防這個bug11/26 11:42
8F→: 舉個例子來說,sprintf("%.200f", (1-0.60)*100)還是能11/26 11:44
9F→: 整除的樣子11/26 11:44
11F→: 謝謝,那我以後在as.integer內都加上round11/26 11:45
13F→: 那我要提醒大家特別注意了,因為sample函數內有as.inte11/26 11:47
14F→: ger,所以抽樣前要很確定你放進去的參數是整數11/26 11:47
17F→: 是不會太意外,但這個bug很少出現,測試的時候可能會沒11/26 11:52
18F→: 意,但實際執行的時候才會出現bug導致程序崩潰11/26 11:53
3F推: pchisq(800,df=3,lower.tail=FALSE)10/11 22:12
4F→: 另外,如果真的很需要詳細數字,匯出log後的結果再計算10/11 22:13
5F→: pchisq(800,df=3,lower.tail=FALSE,log.p=TRUE)10/11 22:13
6F→: 至於為什麼你使用的方法無法顯示呢? 這是因為R會先匯10/11 22:14
7F→: 出9.999999*10^-1,而前面的部份位數有限10/11 22:15