个人博客
现代卷积神经网络-网络中的网络（NiN）-学习笔记 现代卷积神经网络-网络中的网络（NiN）-学习笔记
现代卷积神经网络-网络中的网络（NiN）-学习笔记NiN块 卷积层的输入和输出由四维张量组成，张量的每个轴分别对应样本、通道、高度和宽度，另外，全连接层的输入和输出通常是分别对应于样本和特征的二维张量。NiN的想法是在每个像素位置（针对每个
2025-03-20 深度学习
deep learning 人工智能 CNN 卷积神经网络 python NiN
现代卷积神经网络-VGG-学习笔记 现代卷积神经网络-VGG-学习笔记
现代卷积神经网络-VGG-学习笔记使用块的想法首先出现在牛津大学的视觉几何组（visual geometry group）的VGG网络中, 通过使用循环和子程序，可以很容易地在任何现代深度学习框架的代码中实现这些重复的架构。 VGG块 VG
2025-03-20 深度学习
deep learning 人工智能 CNN 卷积神经网络 python VGG
现代卷积神经网络-AlexNet-学习笔记 现代卷积神经网络-AlexNet-学习笔记
现代卷积神经网络-AlexNet-学习笔记AlexNet和LeNet的架构非常相似，这里提供的是一个稍微精简版本的AlexNet，去除了当年需要两个小型GPU同时运算的设计特点 AlexNet和LeNet的设计理念非常相似，但也存在显著差
2025-03-20 深度学习
deep learning 人工智能 CNN 卷积神经网络 python AlexNet pytorch
python 中 multiprocessing 模块在windows下报错解决 python 中 multiprocessing 模块在windows下报错解决
python 中 multiprocessing模块在windows下报错解决最近在写kaggle竞赛树叶分类问题的时候，运行到某行代码卡住运行不停止，检查jupyter 后台才发现报错 Traceback (most recent cal
2025-03-19 深度学习
deep learning 人工智能 python pytorch 报错解决 kaggle
卷积神经网络 卷积神经网络
卷积神经网络卷积神经网络（convolutional neural network，CNN）是一类强大的、为处理图像数据而设计的神经网络。 基于卷积神经网络架构的模型在计算机视觉领域中已经占主导地位，当今几乎所有的图像识别、目标检测或语义分
2025-03-10 深度学习
deep learning 人工智能 CNN 卷积神经网络 python opencv
金融风险预测赛 task5 模型融合stacking&blending 金融风险预测赛 task5 模型融合stacking&blending
金融风险预测赛-task5-模型融合模型融合是比赛后期上分的重要手段，特别是多人组队学习的比赛中，将不同队友的模型进行融合，可能会收获意想不到的效果哦，往往模型相差越大且模型表现都不错的前提下，模型融合后结果会有大幅提升，以下是模型融合的方
2025-03-07 个人项目 机器学习
人工智能 python machine learning 决策树 pandas numpy LightGBM 调参 xgboost 集成学习 stacking blending
金融风险预测赛 task4 建模与调参 金融风险预测赛 task4 建模与调参
金融风险预测赛-task4-建模与调参 比赛地址：https://tianchi.aliyun.com/competition/entrance/531830/introduction 1 模型对比与性能评估逻辑回归 优点 训练速度较快，
2025-03-06 个人项目 机器学习 深度学习
deep learning 人工智能 python machine learning 决策树 pandas numpy LightGBM 调参 贝叶斯优化
金融风险预测赛 task3 特征工程 金融风险预测赛 task3 特征工程
金融风险预测赛-task3-特征工程 比赛地址：https://tianchi.aliyun.com/competition/entrance/531830/introduction 1 主要内容 数据预处理 缺失值的填充 时间格式处理
2025-03-03 个人项目 机器学习 深度学习
deep learning 人工智能 python machine learning 决策树 pandas numpy 特征工程 LightGBM 数据处理
金融风险预测赛 Task2 数据分析 金融风险预测赛 Task2 数据分析
金融风险预测赛 Task2 数据分析 比赛地址：https://tianchi.aliyun.com/competition/entrance/531830/introduction 目的 1.EDA价值主要在于熟悉了解整个数据集的基本
2025-02-27 个人项目 机器学习 深度学习
deep learning 人工智能 python machine learning pandas numpy 金融 数据分析
金融风险预测赛 Task1 金融风险预测赛 Task1
金融风险预测赛 Task1比赛地址：https://tianchi.aliyun.com/competition/entrance/531830/introduction 一、赛题赛题以预测用户贷款是否违约为任务，数据集报名后可见并可下载，
2025-02-24 个人项目 机器学习
deep learning 人工智能 python machine learning pandas numpy 金融
2 / 15