作者查詢 / siscon

總覽項目：發文 | 留言 | 暱稱

作者 siscon 在 PTT [ DataScience ] 看板的留言(推文), 共26則

限定看板：DataScience

看板排序：

全部Marginalman29450C_Chat11322Gossiping1296NTU1141PuzzleDragon733AC_In374C_BOO354MiHoYo267Steam163LoL149PCReDive88VR66TypeMoon61AzurLane49Arknights48GTA48graduate43kodomo39Little-Games35PlayStation34Shana30DataScience26WomenTalk18MobileComm16NTUcourse15C_ChatBM14IdolMaster13Tech_Job13H-GAME10japanavgirls10joke10AfterPhD9C_GenreBoard9Violation9EE_Comment8L_SecretGard7MenTalk7Shadowverse7battlegirlhs6WorldCup6BanG_Dream5CyberSecure5Touhou5AskBoard4Hate4Hsinchu4Kyoto_Ani4movie4Mudran4Rayark4ACG_SNS3Expansion073Facebook3FamousWords3GAMEMUSIC3HatePolitics3mud_sanc3Suckcomic3TokyoGhoul3asciiart2Balloon2electronic2FATE_GO2HeluoGame2KanColle2KenAkamatsu2L_TalkandCha2LeafKey2LightNovel2PC_Shopping2PokeMon2PttFamous2PttHistory2Stock2StupidClown2YOLO2ArakawaCow1Beauty1BlizzHeroes1BoardCourt1BoardGame1Boy-Girl1CFantasy1cosplay1DIABLO1dog1EE_DSnP1EYESHIELD211FBG1GL1GO1Haruhi1HI_3rd1iPod1Koei1MJ_JP1mobile-game1NFT1NSwitch1NTU_Service1NTUmed011NTUSA1Oversea_Job1OverWatch1Palmar_Drama1PhD1QuestCenter1SakuraMiko1seiyuu1sex1Shu-Lin1ShuangHe1Soft_Job1SoundHorizon1StarCraft1studyabroad1Sub_GMobile1Suckgame1SYSOP1TakahashiRie1talk1TigerBlue1ToS1Unlight1Vtuber1WarCraft1<< 收起看板(126)

首頁

尾頁

[問題] pkl怎麼解回圖像?

[ DataScience ]6 留言, 推噓總分: +1

作者: ruthertw - 發表於 2018/10/16 13:46(7年前)

5^F推siscon: 有3個channel的是圖片前面或後面兩個維度是長跟寬10/23 04:04

6^F→siscon: 可能吧10/23 04:05

Fw: [問卦] 人工智慧能抓網軍嗎？

[ DataScience ]6 留言, 推噓總分: +4

作者: costello - 發表於 2018/07/09 10:30(7年前)

12^F推siscon: unsupervised或是直接降維找異常資料應該有機會@@07/09 11:20

[問題] keras h5 model to API

[ DataScience ]12 留言, 推噓總分: +3

作者: DimpleHu - 發表於 2018/06/10 22:51(7年前)

1^F推siscon: API是什麼的API?06/11 01:40

2^F→siscon: keras的model就是一些dictionary裡面放矩陣吧06/11 01:40

3^F推siscon: model.layers[0].get_weights()可以看到06/11 01:43

4^F→siscon: https://keras.io/layers/about-keras-layers/06/11 01:43

9^F推siscon: 你的平台是什麼? 不同平台情況應該差蠻多的06/12 23:02

[問題] 時間序列異常值處理

[ DataScience ]5 留言, 推噓總分: +2

作者: ken83715 - 發表於 2018/06/10 12:28(7年前)

1^F推siscon: 亂補一通就好了吧看你要直接補平均還是用個Gaussian隨機06/11 02:23

[問題] keras model.trainable一問(solved)

[ DataScience ]3 留言, 推噓總分: +2

作者: znmkhxrw - 發表於 2018/06/11 01:37(7年前)

1^F推siscon: https://i.imgur.com/cvXMXZK.png 跑code有錯耶06/11 02:17

2^F推siscon: 我的keras版本是2.1.606/11 02:21

[問題] 關於CNN架構設計及GAN的epoch設計

[ DataScience ]52 留言, 推噓總分: +9

作者: arch2453 - 發表於 2018/06/10 16:22(7年前)

1^F推siscon: 好像沒啥理由耶就全部試一遍看哪個最好06/10 17:25

22^F推siscon: 多層理論上會比較好但gradient descent又不保證能找到那06/11 01:24

23^F→siscon: 最好的參數組合06/11 01:24

24^F→siscon: 至於要證明資料量不足我個人覺得可以隨機把比如說5%的資06/11 01:25

25^F→siscon: 料刪掉再拿去train 如果metric變爛代表資料不足06/11 01:26

26^F→siscon: 這個拿掉5%再重train的動作要做很多次每次拿掉不同的5%06/11 01:26

27^F→siscon: 會覺得這樣可以證明資料量不足是因為通常資料量很夠的時06/11 01:27

28^F→siscon: 候 train到一半 metric就上不去了後面再train也只是model06/11 01:27

29^F→siscon: 極限06/11 01:27

30^F→siscon: 所以理論上資料量很夠的時候拿掉5% metric也不會降才對06/11 01:29

[討論] Precision & Recall

[ DataScience ]18 留言, 推噓總分: +2

作者: ken83715 - 發表於 2018/05/19 01:47(7年前)

1^F→siscon: 完全看情況看你要解的問題是啥05/19 01:58

2^F→siscon: 工程上從來就不是越準越好而是要準到夠用05/19 01:59

Re: [問題] kaggle, featured conpetition的可信度

[ DataScience ]4 留言, 推噓總分: +3

作者: outrunner - 發表於 2018/05/19 01:17(7年前)

1^F推siscon: 有潛力成為工作狂05/19 01:57

[討論] 分團問題!?

[ DataScience ]17 留言, 推噓總分: +10

作者: peter308 - 發表於 2018/05/08 11:58(7年前)

2^F推siscon: A對B有關係的話 B對A可能常常也會有關係吧就只是這樣05/08 19:08

[問題] neural net MT 的 Validation set 到底在做什麼?

[ DataScience ]59 留言, 推噓總分: +19

作者: lucien0410 - 發表於 2018/03/22 11:57(7年前)

10^F推siscon: validation是為了避免overfitting03/22 13:02

首頁

尾頁