-
OneFlow发布YOLOv5 v1.2.0,支持分类、目标检测、实例分割任务
OneFlow发布新版本YOLOv5 v1.2.0,支持分类、目标检测、实例分割任务,同时优化训练性能和兼容FlowFlops。文章介绍了新版本特性、快速开始和在COCO上的精度表现。- 290
- 0
-
-
-
Logistic回归模型及其应用分析
本文介绍了Logistic回归模型的概念、Sigmoid函数的作用、最优化方法的应用,以及通过极大似然估计确定最佳回归系数的步骤。适合初学者了解Logistic回归模型及其应用。- 811
- 0
-
深入了解分类模型评价指标及应用
本文深入探讨了分类模型评价指标如ROC曲线、AUC、PR曲线、AP和cross-entropy loss的应用及区别,帮助读者更好地理解和应用这些指标来评价模型性能。- 360
- 0
-
-
使用Python构建分类模型预测客户流失
学习如何使用Python构建分类模型来预测客户流失,使用scikit-learn和Keras库。探索数据清洗和分类特征准备过程,训练逻辑回归模型和神经网络分类模型。了解分类模型性能指标和混淆矩阵评估方法。- 238
- 0
-
-
机器学习模型评估指标及应用
本文介绍了机器学习中常用的模型评估指标,包括准确率、混淆矩阵、精准率、召回率、F1-score、均方根误差、平均绝对识差、R平方和GSB指标,并讨论了它们的应用场景和意义。- 353
- 0
-
深度学习模型部署指南——从零开始部署深度学习分类模型
本文是深度学习模型部署的指南,从零开始介绍了如何部署深度学习分类模型,包括训练模型、转换为ONNX格式、使用ONNX Runtime进行推理等过程。- 200
- 0
幸运之星正在降临...
点击领取今天的签到奖励!
恭喜!您今天获得了{{mission.data.mission.credit}}积分
我的优惠劵
-
¥优惠劵使用时效:无法使用使用时效:
之前
使用时效:永久有效优惠劵ID:×
没有优惠劵可用!