摘要： 在深度神经网络中，超参数的调整是一项必备技能，通过观察在训练过程中的监测指标如损失loss和准确率来判断当前模型处于什么样的训练状态，及时调整超参数以更科学地训练模型能够提高资源利用率。在本研究中使用了以下超参数，下面将分别介绍并总结了不同超参数的调整规则。 （1）学习率 学习率是一个超参数，控制我 阅读全文

摘要： """ 1.当原始数组A[4,6]为二维数组，代表4行6列。 A.reshape(-1,8)：表示将数组转换成8列的数组，具体多少行我们不知道，所以参数设为-1。用我们的数学可以计算出是3行8列 2当原始数组A[4,6]为二维数组，代表4行6列。 A.reshape(3,-1)：表示将数组转换成3行 阅读全文

摘要： 来源：http://c.biancheng.net/view/2175.html 阅读全文