有已知规则的情况下怎么做DL - Programming版 - 未名存档

本页内容为未名空间相应帖子的节选和存档，一周内的贴子最多显示50字，超过一周显示500字访问原贴

Programming版 - 有已知规则的情况下怎么做DL

相关主题
● [bssd] 讨论一点参数调节的浅见	● C++ question
● 想问问我这算不是算ML？	● 如何求正交向量
● 问一个machine learning/SVM 问题	● 怎么在wireless lan上面跟别的用户抢带宽？
● C++ delete	● 请教一个快速图像配准的问题
● C++ OO approach to use multi-dim array for HPC	● 神吐槽 Extjs
● 关于正交向量(orthogonal vectors)的算法	● 输入参数的检查应该归caller还是callee？
● 怎么搞的?	● 为啥貌似github比bitbucket更火？
● [合集] 这种矩阵问题是怎么解的？	● 最expressive的三大语言

相关话题的讨论汇总
话题: dl话题: 规则话题: 已知话题: sensor话题: 大致

进入Programming版参与讨论

1

(共1页)

s********k 发帖数: 6180	1 现在有个sensor network，有很多的sensor reporting，需要通过这些data学习出一些 pattern，已经有了一些大致的规律可以用，之前我用了这些规则大致建立了一个 kernel，然后做PCA，效果还不错，现在如果想用DL的方法，怎么把已知的规则做到NN 里面去，还是直接丢data让它去学习规则？
g****t 发帖数: 31659	2 我说一个糊弄事的通用办法。你可以直接丢数据用DL再做一套。然后根据两套系统的误差，定权重合并一下。如果DL数据不够，你可以自己用之前的规则，生成一些假数据。权重还可梯度学习
s********k 发帖数: 6180	3 现在问题是在已有的系统商提高精度，这个方法可能不一样行啊【在 g****t 的大作中提到】 : 我说一个糊弄事的通用办法。 : 你可以直接丢数据用DL再做一套。 : 然后根据两套系统的误差，定权重合并一下。 : 如果DL数据不够，你可以自己用之前的规则，生成一些假数据。 : 权重还可梯度学习
g****t 发帖数: 31659	4 两路误差序列。想办法动态加权后让它们接近正交。最后误差的振幅小了。误差的平均值不一定小。牺牲了一点精度，你可以吹提高了robustness。【在 s********k 的大作中提到】 : 现在问题是在已有的系统商提高精度，这个方法可能不一样行啊

1

(共1页)

进入Programming版参与讨论

相关主题
● 最expressive的三大语言	● C++ OO approach to use multi-dim array for HPC
● 如果让VBA里的IE automation更Robust？	● 关于正交向量(orthogonal vectors)的算法
● 打算写一个类似CNN的C++库，搞点deep learning新算法	● 怎么搞的?
● "学习"就两种	● [合集] 这种矩阵问题是怎么解的？
● [bssd] 讨论一点参数调节的浅见	● C++ question
● 想问问我这算不是算ML？	● 如何求正交向量
● 问一个machine learning/SVM 问题	● 怎么在wireless lan上面跟别的用户抢带宽？
● C++ delete	● 请教一个快速图像配准的问题

相关话题的讨论汇总
话题: dl话题: 规则话题: 已知话题: sensor话题: 大致

未名新帖统计// 7月16日

#	版面	帖数(主题数)
-	全站	4871 (796)
1	Military	3777 (569)
2	Stock	341 (51)
3	Joke	117 (17)
4	History	116 (3)
5	Automobile	100 (9)
6	USANews	55 (9)
7	Midlife	45 (1)
8	Headline	41 (41)
9	Dreamer	33 (13)
10	FleaMarket	32 (20)
11	Living	30 (7)

* 这里只显示发帖超过25的版面，努力灌水吧:-)