摘要： 一、计算机视觉 计算机视觉（Computer Vision）的高速发展标志着新型应用产生的可能，例如自动驾驶、人脸识别、创造新的艺术风格。一般的计算机视觉问题包括以下几类： 图片分类（Image Classification）； 目标检测（Object detection）； 神经风格转换（Neur 阅读全文

摘要： 1. 正交化 （Orthogonalization） Orthogonalization的核心在于每次调试一个参数只会影响模型的某一个性能 机器学习监督式学习模型大致分成四个独立的“功能”： Fit training set well on cost function ，优化训练集成本函数可以通过使 阅读全文

摘要： 1. 超参数 深度神经网络需要调试的超参数（Hyperparameters）如下，重要性红色>蓝色>橘色>黑色 α：学习因子 β：动量梯度下降因子 β1,β2,ε：Adam算法参数 #layers：神经网络层数 #hidden units：各隐藏层神经元个数 learning rate decay： 阅读全文