- 博客(3)
- 收藏
- 关注
RSS订阅原创 深度学习基础
自动微分(Automatic Differentiation，简称AD)是一种计算导数的技术，它不同于符号微分(Symbolic Differentiation)和数值微分(Numerical Differentiation)。自动微分能够精确计算复杂函数的导数，而且计算效率高。在PINN中，自动微分是核心技术，因为我们需要计算神经网络输出对输入的各阶导数，以便将物理定律融入模型中。平衡方程: d²(EI·d²w/dx²)/dx² = q(x)其中w是挠度，E是弹性模量，I是截面惯性矩，q是分布载荷。
2025-03-15 16:03:28
1813
原创 CatBoost多目标回归代码解析
定义自定义MAPE函数（Mean Absolute Percentage Error）"""计算平均绝对百分比误差"""# 防止除以零，使用小的epsilon值# 计算MAPE（注意：这里使用的是绝对值的百分比误差平均）# 用于多输出的MAPE"""计算多输出的平均绝对百分比误差"""mapes = []作用定义MAPE评估指标函数，计算模型预测值与真实值之间的相对误差定义多目标MAPE函数，用于计算多个目标变量的平均MAPE。
2025-03-10 22:24:29
1820
2
原创 机器学习笔记(env)250310
Miniforge一个conda安装程序的社区版本预配置使用conda-forge作为默认通道由conda-forge社区维护（而不是Anaconda公司）小型化的初始安装（类似于Miniconda）
2025-03-10 15:51:57
1519
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人