machine-learning - 我应该如何读取 RMSPROP 产生的值的总和?
问题描述
我有一个 2D 时间序列数据集,其整数范围在任何一天的 1,000,000 - 2,000,000 输出。当然,我的数据不受限制,因为我可以总结出每周的值,因此范围增加到超过 10,000,000。
每当我对数据进行归一化时,我都能达到 RMSE = 0.02,但是当我将原始(100 万范围)数据输入算法时,RSME 可以等于 30k - 150k 的误差范围。
为什么在一个版本的 RMSE 输出中我的“全局最小值”是 0.02,而另一个输出在更高的范围内?我一直在用 AdaDelta 进行测试。
解决方案
推荐阅读
- powershell - 特定版本的 PowerShell 加载模块
- python - 通过时间比较两列中的值来获取日期
- javascript - tensorflow.js throws puzzling error when calling tf.grad() for gradient ascent
- android - How can i user hilt Inject RepositoryManager for ViewModel(viewmodel creat by invoke)?
- python - tkinter 8.6 仍然不支持 png 文件?
- c# - 在界面方法中处理视觉效果和点击逻辑
- bluetooth-lowenergy - Service returned by GetGattServicesForUuidAsync doesn't help enumerate characteristics
- python - 使用条形图呈现来自 csv 文件的数据
- flutter - 颤振画布不重绘
- xml - 如何在列表视图中为字段名称插入换行符?(奥多 13)