marsggbo

摘要： 一、为什么要进行实例探究？ 通过他人的实例可以更好的理解如何构建卷积神经网络，本周课程主要会介绍如下网络 LeNet 5 AlexNet VGG ResNet (有152层) Inception 二、经典网络 1.LeNet 5 该网络主要针对灰度图像训练的，用于识别手写数字。 该网络是在1980s 阅读全文

摘要： 一、计算机视觉 如图示，之前课程中介绍的都是64 64 3的图像，而一旦图像质量增加，例如变成1000 1000 3的时候那么此时的神经网络的计算量会巨大，显然这不现实。所以需要引入其他的方法来解决这个问题。 二、边缘检测示例 边缘检测可以是垂直边缘检测，也可以是水平边缘检测，如上图所示。 至于算法 阅读全文

摘要： 本小节笔记大纲： 1.Communication patterns gather,scatter,stencil,transpose 2.GPU hardware & Programming Model SMs,threads,blocks,ordering Synchronization Memo 阅读全文

摘要： 一、进行误差分析 很多时候我们发现训练出来的模型有误差后，就会一股脑的想着法子去减少误差。想法固然好，但是有点headlong~ 这节视频中吴大大介绍了一个比较科学的方法，具体的看下面的例子 还是以猫分类器为例，假设我们的模型表现的还不错，但是依旧存在误差，预测后错误标记的数据中有一部分狗图片被错误 阅读全文

摘要： 此文记录我可爱的侄女 紫琪同学~ 太可爱太懂事了，有些瞬间需要用文字记录下来 2017.09.30 从武汉回到长沙，一到家琪琪就“fufu(叔叔)”的叫我，也不知道她是故意的还是真的还不能正确发音，于是我就逗着说:"你叫错了啦~是叔叔的fu"。琪琪居然仰头大笑，我当时一脸懵逼，这小丫头片子居然能懂我 阅读全文

摘要： 一、为什么是ML策略 如上图示，假如我们在构建一个喵咪分类器，数据集就是上面几个图，训练之后准确率达到90%。虽然看起来挺高的，但是这显然并不具一般性，因为数据集太少了。那么此时可以想到的ML策略有哪些呢？总结如下： 收集更多的数据 收集更多不同的训练集 结合梯度下降训练算法更长时间 尝试Adam算 阅读全文

摘要： 注意！！！该方法针对Windows用户，亲测有效。 1.用管理员权限记事本打开host文件 2.将如下内容复制到文件末尾 3.打开命令行，输入如下命令 4.刷新页面即可 要是觉得有效，去给我的博客点个赞可好~~~ "marsggbo的博客园" 微信公众号：AutoML机器学习 MARSGGBO♥原创 阅读全文

摘要： 一、调试处理 week2中提到有如下的超参数： α hidden units mini batch size β layers learning rate decay $β_1,β_2,ε$ 颜色表示重要性，以及调试过程中可能会需要修改的程度。 那么如何选择超参数的值呢？ 首先是粗略地随机地寻找最优 阅读全文

摘要： 强烈建议安装anaconda之后再来安装这个pytorch，具体怎么安装百度搜索就知道了。 温馨提示，在安装anaconda的时候记得将“添加到环境变量”(安装的时候是英文的)这一选项选上。 下面假设你已经安装好anaconda了： 1.第一步下载pytorch的安装包： 链接: https://p 阅读全文

摘要： 一、传统的提高计算速度的方法 faster clocks (设置更快的时钟） more work over per clock cycle(每个时钟周期做更多的工作) more processors(更多处理器) 二、CPU & GPU CPU 更加侧重执行时间，做到延时小 GPU 则侧重吞吐量，能 阅读全文