上一页 1 ··· 5 6 7 8 9 10 下一页
摘要: 前言Batch Normalization是由google提出的一种训练优化方法。参考论文:Batch Normalization Accelerating Deep Network Training by Reducing Internal Covariate Shift 个人觉得BN层 阅读全文
posted @ 2018-09-23 19:03 向前奔跑的少年 阅读(14618) 评论(1) 推荐(1)
摘要: 准备转自:点击打开链接1.知乎上排名最高的解释首先选取知乎上对卷积物理意义解答排名最靠前的回答。 不推荐用“反转/翻转/反褶/对称”等解释卷积。好好的信号为什么要翻转?导致学生难以理解卷积的物理意义。 这个其实非常简单的概念,国内的大多数教材却没有讲透。直接看图,不信看不懂。以离 阅读全文
posted @ 2018-09-23 19:00 向前奔跑的少年 阅读(2763) 评论(0) 推荐(0)
摘要: 译者注:本文智能单元首发,译自斯坦福CS231n课程笔记Neural Nets notes 3,课程教师Andrej Karpathy授权翻译。本篇教程由杜客翻译完成,堃堃和巩子嘉进行校对修改。译文含公式和代码,建议PC端阅读。原文如下内容列表:梯度检查合理性(Sanity)检查检查学习过程损失函数 阅读全文
posted @ 2018-09-23 18:58 向前奔跑的少年 阅读(708) 评论(0) 推荐(0)
摘要: 较好学习笔记:深度学习的实用层面优化算法超参数调试、Batch正则化和编程框架译者注:本文智能单元首发,译自斯坦福CS231n课程笔记Neural Nets notes 2,课程教师Andrej Karpathy授权翻译。本篇教程由杜客翻译完成,堃堃进行校对修改。译文含公式和代码,建议PC端阅读。原 阅读全文
posted @ 2018-09-23 18:57 向前奔跑的少年 阅读(317) 评论(0) 推荐(0)
摘要: 神经网络推荐博客:深度学习概述神经网络基础之逻辑回归神经网络基础之Python与向量化浅层神经网络深层神经网络前言首先声明,以下内容绝大部分转自知乎智能单元,他们将官方学习笔记进行了很专业的翻译,在此我会直接copy他们翻译的笔记,有些地方会用红字写自己的笔记,本文只是作为自己的学习笔记。本文内容官 阅读全文
posted @ 2018-09-23 18:55 向前奔跑的少年 阅读(521) 评论(0) 推荐(0)
摘要: 前言首先声明,以下内容绝大部分转自知乎智能单元,他们将官方学习笔记进行了很专业的翻译,在此我会直接copy他们翻译的笔记,有些地方会用红字写自己的笔记,本文只是作为自己的学习笔记。本文内容官网链接:Backprop Note译者注:本文智能单元首发,译自斯坦福CS231n课程笔记Backprop N 阅读全文
posted @ 2018-09-23 18:52 向前奔跑的少年 阅读(743) 评论(0) 推荐(0)
摘要: 前言首先声明,以下内容绝大部分转自知乎智能单元,他们将官方学习笔记进行了很专业的翻译,在此我会直接copy他们翻译的笔记,有些地方会用红字写自己的笔记,本文只是作为自己的学习笔记。本文内容官网链接:Optimization Note译者注:本文智能单元首发,译自斯坦福CS231n课程笔记Optimi 阅读全文
posted @ 2018-09-23 18:50 向前奔跑的少年 阅读(433) 评论(0) 推荐(0)
摘要: 前言首先声明,以下内容绝大部分转自知乎智能单元,他们将官方学习笔记进行了很专业的翻译,在此我会直接copy他们翻译的笔记,有些地方会用红字写自己的笔记,本文只是作为自己的学习笔记。本文内容官网链接:image classification notes这是一篇介绍性教程,面向非计算机视觉领域的同学。教 阅读全文
posted @ 2018-09-23 18:48 向前奔跑的少年 阅读(1090) 评论(0) 推荐(0)
摘要: 前言首先声明,以下内容绝大部分转自知乎智能单元,他们将官方学习笔记进行了很专业的翻译,在此我会直接copy他们翻译的笔记,有些地方会用红字写自己的笔记,本文只是作为自己的学习笔记。本文内容官网链接:Linear Classification Note译者注:本文智能单元首发,译自斯坦福CS231n课 阅读全文
posted @ 2018-09-23 18:38 向前奔跑的少年 阅读(317) 评论(0) 推荐(0)
摘要: 欠拟合和过拟合 概念 欠拟合就是拟合效果非常差,比如一个一元二次方程,却用一元一次方程去拟合,这样的拟合效果肯定会很差。过拟合则是模型过于复杂,将训练数据拟合的十分到位,这样就容易拟合上许多噪音数据,这样对于训练数据他的误差会很小,但是对于预测数据即一些从来没有碰到过的数据,他的预测效果会特别差。对 阅读全文
posted @ 2018-09-23 18:18 向前奔跑的少年 阅读(535) 评论(0) 推荐(0)
上一页 1 ··· 5 6 7 8 9 10 下一页