- 综合排序
- 最热优先
- 最新优先
- 来自专栏漫漫深度学习路
tensorflow学习笔记(三十四)：Saver(保存与加载模型)
with tf.Session() as sess: tf.global_variables_initializer().run() saver.save(sess, 'test-ckpt/model tensorflow.python.tools.inspect_checkpoint import print_tensors_in_checkpoint_file print_tensors_in_checkpoint_file("test-ckpt/model with tf.Session() as sess: tf.global_variables_initializer().run() saver.save(sess, 'test-ckpt/model with tf.Session() as sess: tf.global_variables_initializer().run() saver.save(sess, 'test-ckpt/model tf.Session() as sess: tf.global_variables_initializer().run() saver.restore(sess, 'test-ckpt/model
1.6K80发布于 2018-01-02 - 来自专栏腾讯大数据的专栏
字段级概率校准，助力推荐算法更精准！
注意到，如果利用验证集对 Model-1 进行 fine-tune，有可能进一步提升 AUC 等指标，我们称 fine-tune 后的模型为 Model-2。 在上述违约预测数据的实验结果表明，Model-2 确实能达到更高的 AUC，但其概率预估的欠校准情况可能更为严重。 ? 我们在许多数据中都观察到了类似的实验结果：在 Criteo 的 CTR 预测数据中，我们也发现 Model-2 能达到更高的 AUC，却有着较大的校准误差。 Neural Calibration 可以做到在 AUC 与 Model-2 持平的情况下，大幅降低校准相关指标如 Log-Loss 和 Field-RCE。 ? ?
2.4K30发布于 2020-05-13 - 来自专栏NewBeeNLP
微软亚洲研究院周明 | 从语言智能到代码智能
「CodeBERT (Model-2): Pre-Train with Code + Text」 考虑到代码有自己的特点（注释）。
54610发布于 2021-03-03 - 来自专栏机器学习AI算法工程
数据挖掘入门与实战 历史文章源代码打包下载
Model-1有99%的预测能力，也就是99%的情况下它预测对，但是Model-2有95%，不过它有例外的一个附加属性——可以告诉你为什么这个股票上涨或者下跌。 试问，你的上司会先哪个？
1.3K70发布于 2018-03-15 - 来自专栏GiantPandaCV
CVPR VISION 23挑战赛第1赛道亚军解决方案 - 数据高效缺陷检测
在我们的实验中，我们将model-1、model-2和model-3分别称为HTC、Cascade Mask rcnn-ResNet50和Cascade Mask rcnn-ConvNext模型。
88340编辑于 2023-08-22 - 来自专栏IT架构圈
『互联网架构』软件架构-spring源码之spring结构概述（八）
从编码标准，idioms，单元测试，设计决策，持久性，缓存，EJB，model-2表示层，视图，验证技术到性能的公平批评，读者都可以体会从理论到实践，制约因素，风险以及最佳做法。
1K30发布于 2019-03-06 - 来自专栏PPV课数据科学社区
【学习】如何成为一名数据科学家？
Model-1有99%的预测能力，也就是 99%的情况下它预测对，但是Model-2 有 95%，不过它有例外的一个附加属性——可以告诉你为什么这个股票上涨或者下跌。 试问，你的上司会先哪个？
74890发布于 2018-04-19 - 来自专栏PPV课数据科学社区
周一经典 | 如何成为一名数据科学家？
Model-1有99%的预测能力，也就是99%的情况下它预测对，但是Model-2有95%，不过它有例外的一个附加属性——可以告诉你为什么这个股票上涨或者下跌。 试问，你的上司会先哪个？
82550发布于 2018-04-23 - 来自专栏AI SPPECH
特征流水线的工程设计原则：安全视角下的防篡改实践
SECRET_KEY = "your-secret-key" # 实际使用中应从环境变量或密钥管理系统获取 API_KEYS = { "model-1": "api-key-1", "model
9610编辑于 2026-01-16
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号