摘要：
此篇文章是在原创教程这个栏目下，但实际上是一篇汇总整理文章。相信大家在做深度学习时对调参尤为无奈，经验不足乱调一通，或者参数太多无从下手，我也如此。希望通过此文汇总网上一些调参的经验方法，供大家参考。此文会对网上每一篇调参文章做简练的总结与提炼，以此为此文的组成单元，并附上原文的链接。如果遇到不对的 阅读全文
posted @ 2019-08-22 12:19
知识天地
阅读(5259)
评论(2)
推荐(0)
摘要：
作者：Captain Jack链接：https://www.zhihu.com/question/25097993/answer/127472322来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。 我现在的工作内容主要就是使用CNN做CV任务. 干调参这种活也有两年时间 阅读全文
posted @ 2019-08-22 11:43
知识天地
阅读(232)
评论(0)
推荐(0)
摘要：
之前看过TCN，稍微了解了一下语言模型，这篇论文也是对语言模型建模，但是由于对语言模型了解不深，一些常用数据处理方法，训练损失的计算包括残差都没有系统的看过，只是参考网上代码对论文做了粗浅的复现。开学以来通过看的几篇论文及复现基本掌握了tensorflow的基本使用，了解了“数据处理-模型构建-训练 阅读全文
posted @ 2019-08-20 16:06
知识天地
阅读(2355)
评论(0)
推荐(0)
摘要：
版权声明：本文为博主原创文章，遵循 CC 4.0 by-sa 版权协议，转载请附上原文出处链接和本声明。 本文链接：https://blog.csdn.net/liuchonge/article/details/70238350 <!-- flowchart 箭头图标 勿删 --> 最近忙着实验室的 阅读全文
posted @ 2019-08-20 16:05
知识天地
阅读(515)
评论(0)
推荐(0)
摘要：
哈哈哈，又到了讲段子的时间 准备好了吗？ 今天要说的是CNN最后一层了，CNN入门就要讲完啦。。。。。 先来一段官方的语言介绍全连接层（Fully Connected Layer） 全连接层常简称为 FC，它是可能会出现在 CNN 中的、一个比较特殊的结构；从名字就可以大概猜想到、FC 应该和普通层 阅读全文
posted @ 2019-08-20 15:40
知识天地
阅读(1207)
评论(0)
推荐(0)
摘要：
目录 使用非对称卷积分解大filters 重新设计pooling层 辅助构造器 使用标签平滑 参考资料 在《深度学习面试题20：GoogLeNet(Inception V1)》和《深度学习面试题26：GoogLeNet(Inception V2)》中对前两个Inception版本做了介绍，下面主要阐 阅读全文
posted @ 2019-08-20 13:20
知识天地
阅读(778)
评论(0)
推荐(0)
摘要：
目录 产生背景 工作原理 参考资料 产生背景 假设选用softmax交叉熵训练一个三分类模型，某样本经过网络最后一层的输出为向量x=(1.0, 5.0, 4.0)，对x进行softmax转换输出为： 假设该样本y=[0, 1, 0]，那损失loss: 按softmax交叉熵优化时，针对这个样本而言， 阅读全文
posted @ 2019-08-20 10:22
知识天地
阅读(3228)
评论(0)
推荐(0)
摘要：
目录 产生背景 举例 参考资料 产生背景 之前在深度学习面试题16：小卷积核级联卷积VS大卷积核卷积中介绍过小卷积核的三个优势： ①整合了三个非线性激活层，代替单一非线性激活层，增加了判别能力。 ②减少了网络参数。 ③减少了计算量 在《Rethinking the Inception Archite 阅读全文
posted @ 2019-08-20 10:21
知识天地
阅读(3661)
评论(0)
推荐(0)
摘要：
目录 第一层卷积换为分离卷积 一些层的卷积核的个数发生了变化 多个小卷积核代替大卷积核 一些最大值池化换为了平均值池化 完整代码 参考资料 第一层卷积换为分离卷积 net = slim.separable_conv2d( inputs, depth(64), [7, 7], depth_multip 阅读全文
posted @ 2019-08-20 10:19
知识天地
阅读(708)
评论(0)
推荐(0)
摘要：
目录 举例 单个张量与多个卷积核的分离卷积 参考资料 举例 分离卷积就是先在深度上分别卷积，然后再进行卷积，对应代码为： import tensorflow as tf # [batch, in_height, in_width, in_channels] input =tf.reshape(tf. 阅读全文
posted @ 2019-08-20 10:18
知识天地
阅读(1103)
评论(0)
推荐(0)
浙公网安备 33010602011771号