会员
众包
新闻
博问
闪存
云市场
所有博客
当前博客
我的博客
我的园子
账号设置
简洁模式
...
退出登录
注册
登录
不羁的晴
Powered by
博客园
博客园
|
首页
|
新随笔
|
联系
|
订阅
|
管理
2019年12月1日
为什么验证集的loss会小于训练集的loss?
摘要: 原因1-在训练中应用正则化(加了正则项),但在验证/测试中未应用正则化 正则化方法通常会牺牲训练准确性来提高验证/测试准确性——在某些情况下,可能导致验证loss低于训练loss。原因2-训练loss是在每个epoch测量的,而验证loss是在每个epoch后测量的 在整个epoch内,您的训练lo
阅读全文
posted @ 2019-12-01 20:17 不羁的晴
阅读(3218)
评论(0)
推荐(0)
编辑
2019年11月3日
转载GPU并行计算
摘要: https://blog.csdn.net/yufeilongyuan/article/details/91440535
阅读全文
posted @ 2019-11-03 12:50 不羁的晴
阅读(110)
评论(0)
推荐(0)
编辑
2019年10月27日
深度学习图像标注工具汇总(转载)
摘要: https://blog.csdn.net/chaipp0607/article/details/79036312
阅读全文
posted @ 2019-10-27 14:58 不羁的晴
阅读(652)
评论(0)
推荐(0)
编辑
2019年10月23日
你理解了吗?
摘要: 0-为什么卷积层往往会有多个卷积核? 因为权值共享后意味着每一个卷积核只能提取到一种特征,为了增加CNN的表达能力,当然需要多个核,不幸的是,它是一个Hyper-Parameter。 1-如何理解卷积神经网络中的(卷积核)权值共享? xxxxxxxxxxxxxxxxxxx 2-为什么卷积神经网络里可
阅读全文
posted @ 2019-10-23 19:44 不羁的晴
阅读(153)
评论(0)
推荐(0)
编辑
转:卷积神经网络的卷积核大小、个数,卷积层数如何确定呢?(涉及到一些调参)
摘要: 链接:https://yq.aliyun.com/articles/610509
阅读全文
posted @ 2019-10-23 19:20 不羁的晴
阅读(1471)
评论(0)
推荐(0)
编辑
2019年9月16日
tensorflow/core/platform/cpu_feature_guard.cc:141] Your CPU supports instructions that this TensorFlow binary was not compiled to use: AVX2
摘要: 您的CPU支持未编译此TensorFlow二进制文件以使用的指令:AVX2 如果是初学者 或者 没有太大计算速度的需求,在开头加上这两行忽略这个提示即可 import os os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2' 说明: os.environ["TF_CPP
阅读全文
posted @ 2019-09-16 10:06 不羁的晴
阅读(225)
评论(0)
推荐(0)
编辑
2019年9月2日
机器学习中为什么使用one-hot编码
摘要: one-hot编码把分类数据转化为二进制格式,供机器学习使用。
阅读全文
posted @ 2019-09-02 16:51 不羁的晴
阅读(469)
评论(0)
推荐(0)
编辑
2019年8月26日
完整机器学习项目的流程
摘要: 1 抽象成数学问题 明确问题是进行机器学习的第一步。机器学习的训练过程通常都是一件非常耗时的事情,胡乱尝试时间成本是非常高的。 这里的抽象成数学问题,指的明确我们可以获得什么样的数据,抽象出的问题,是一个分类还是回归或者是聚类的问题。 2 获取数据 数据决定了机器学习结果的上限,而算法只是尽可能逼近
阅读全文
posted @ 2019-08-26 08:03 不羁的晴
阅读(669)
评论(0)
推荐(0)
编辑
2019年8月15日
损失函数_分类
摘要: 通常机器学习每一个算法中都会有一个目标函数,算法的求解过程是通过对这个目标函数优化的过程。 在分类或者回归问题中,通常使用损失函数(代价函数)作为其目标函数。 损失函数用来评价模型的预测值和真实值不一样的程度,损失函数越好,通常模型的性能越好。不同的算法使用的损失函数不一样。 损失函数分为经验风险损
阅读全文
posted @ 2019-08-15 21:19 不羁的晴
阅读(257)
评论(0)
推荐(0)
编辑
2019年7月28日
HDFS优缺点
摘要: HDFS架构简述 一、HDFS简介 HDFS(Hadoop distributed File System):Hadoop分布式文件系统。是基于流数据模式访问和处理超大文件的需要而开发的,可以运行于廉价的服务器上。它所具有的高容错,高可靠性,高可扩展性,高获得性,高吞吐率等特征为海量数据提供了不怕故
阅读全文
posted @ 2019-07-28 11:47 不羁的晴
阅读(1503)
评论(0)
推荐(0)
编辑
下一页