Loading...
除另有声明外，本博客文章均采用 知识共享(Creative Commons) 署名 4.0 国际许可协议 进行许可。转载请注明原作者与文章出处
中金最近刷爆Web3圈子的研报，简单翻阅确实很有研究价值。先行存档，日后有机会写个阅读反馈。中金-web3.0.pdf
# !/usr/bin/env python3 # -*- coding: utf-8 -*- """ =========================== @Time : 2021/4/20 10:28 @Author : 阿登 @Site : adeng @File : update_chromewebdriver.py @Software: PyChar...
[Kaggle - 开源策略] two longformers are better than 1策略思路将数据集分为 10 folds，前五个训练模型 1， 后五个训练模型 2，模型框架都是基于 longformer。可能性阈值 + 最小长度阈值 + Evidence 拼接代码详解## 导入 库 路径 import gc gc.enable() import sys sys.path.a...
模型论文开源方案two longformers are better than 1EDA 探讨Tracks 相关
论述题：正则化为什么可以应对过拟合？回答：目标函数的形式可以简单理解为 降低模型的复杂度可以理解为：减少参数的数量 或 参数的影响程度目标函数由 损失函数 L 和 正则化 J 组成。损失函数确定了目标函数的解空间形式，而正则化则是解约束条件，最终解是解空间和约束条件的交集。常见的正则化有 L1 (Lasso) 、L2 (Ridge)，常用 L1 正则化，因为 L1 正则化更容易产生稀疏矩阵...