评论排行榜

leetcode 653. Two Sum IV - Input is a BST

bonelee 2018-03-19 23:41 阅读:318 评论:1 推荐:0

理解dropout——本质是通过阻止特征检测器的共同作用来防止过拟合 Dropout是指在模型训练时随机让网络某些隐含层节点的权重不工作，不工作的那些节点可以暂时认为不是网络结构的一部分，但是它的权重得保留下来（只是暂时不更新而已），因为下次样本输入时它可能又得工作了

bonelee 2018-03-16 15:05 阅读:774 评论:1 推荐:0

如何选择正确的激活函数？

bonelee 2018-03-15 11:24 阅读:3943 评论:1 推荐:0

深度学习——自动编码器，对称网络结构

bonelee 2018-03-14 10:21 阅读:6079 评论:1 推荐:0

CNN 文本分类模型优化经验——关键点：加卷积层和FC可以提高精度，在FC前加BN可以加快收敛，有时候可以提高精度，FC后加dropout，conv_1d的input维度加大可以提高精度，但是到256会出现OOM。

bonelee 2018-03-09 16:20 阅读:3269 评论:1 推荐:0