Thành phố Cuồng loạn

Phương pháp Deep Conditional Distribution Regression (DCDR) cho phép ta không chỉ dự đoán giá trị kỳ vọng mà còn xây dựng toàn bộ phân phối xác suất của biến mục tiêu khi biết đầu vào. Kỹ thuật này đặc biệt hữu ích trong các bài toán quản lý rủi ro, dự báo thời tiết, phân tích tín dụng… nơi việc nắm rõ mức độ bất định quan trọng hơn một điểm dự ...

Hồi quy Logistic (Logistic Regression) Mặc dù tên gọi có chứa từ "hồi quy", nhưng Logistic Regression thực chất được sử dụng cho các bài toán phân loại (classification). Trong các bài toán này, thay vì dự đoán một giá trị cụ thể, mô hình sẽ trả về xác suất xảy ra của một sự kiện, thường nằm trong khoảng [0, 1]. Hàm Logistic (Sigmoid) Để ánh xạ ...

Phương pháp đầu tiên Sử dụng phương thức .cuda() cho mô hình mạng, dữ liệu (đầu vào và nhãn) cùng hàm mất mát Mã nguồn minh họa import torch import torchvision from torch import nn from torch.nn import Conv2d, MaxPool2d, Flatten, Linear, Sequential from torch.utils.tensorboard import SummaryWriter from model import * # Khởi tạo tập huấn luy ...

Dữ liệu trong học sâu Trong quá trình phát triển mô hình học sâu, dữ liệu đóng vai trò trung tâm trong ba giai đoạn chính: huấn luyện, xác thực và kiểm tra. Ba loại dữ liệu này là tập huấn luyện (training set), tập xác thực (validation set) và tập kiểm tra (test set). Sự khác biệt giữa tập xác thực và tập kiểm tra Quy trình hoàn chỉnh trong ...