undefinedmetricwarning: precision and f-score are ill-defined and being set to 0.0 in labels
cuda error: device-side assert triggered at 問題及解決思路【設定的標籤index和實際資料不匹配】
keras loss loss_weight 作用要點總結
梯度**的解決辦法：clip gradient
【內容豐富】多分類模型accuracy, precision, recall和f1-score的超級無敵深入**
【例子通俗易懂】正確率、召回率、f值例子
wa，uwa
【不是很明白】**筆記：語音情感識別（二）聲譜圖+crnn
【你問我答】weighted gpa和unweighted gpa有什麼區別？
bert調參因素（shuffle，lr，batch_size,epochs）
bert踩坑總結—————分類準確率過低
bert模型有什麼調參技巧?【阿里阿里裡】
bert微調技巧實驗大全
nlp重鑄篇之bert如何微調文字分類
關於最近實踐 bert 的一些坑
今天遇到了乙個問題，bert在多分類下效果並不好，請問有什麼多分類效果好的模型？
學習率的調整方法
深度學習實戰（八）——如何設定學習率
調節學習率【先大後小/不同層設定不同的學習率】
神經網路中 warmup 策略為什麼有效；有什麼理論解釋麼？【和你說的sgd的用法也不矛盾，但是那個的前提是模型不容易跑崩。】
finetuning bert時的權重衰減
調參煉丹 深度學習訓練的小技巧，調參經驗。
經常會被問到你用深度學習訓練模型時怎麼樣改善你的結果呢？然後每次都懵逼了，一是自己懂的不多，二是實驗的不多，三是記性不行忘記了。所以寫這篇部落格，記錄下別人以及自己的一些經驗。ilya sutskever hinton的學生 講述了有關深度學習的見解及實用建議 獲取資料 確保要有高質量的輸入 輸出資...
深度模型調參知識總結
深度模型調參知識總結 先保證資料質量再去調參 什麼是高質量的資料？高質量資料集應該包括以下特徵 怎樣獲取高質量的資料？二 調參原則 首先分析自己模型的弱點，而不是隨意地改進，我們需要根據視覺化模型誤差 表現極差的場景 以及效能引數來確定模型問題。隨意做改進反而適得其反，會成比例的增加訓練成本，而回報...
python 隨機森林調參 隨機森林調參
前兩天寫了個scikit learn初步學習，今天沒事又照著寫了個rf模型的，剛開始還不懂這個python列表推導式，想了想還是挺好用的。然後用了gridsearchcv這個引數優化類，遍歷多種引數組合 也就是暴搜最優引數組合 通過交叉驗證確定最佳效果引數。所以優化完可能對訓練資料擬合更差，泛化能力...