2017年12月_ice_actor

12月 11月 10月 03月

原创吴恩达deeplearning之结构化机器学习—策略(2)

1.误差分析本节阐述了怎样根据算法在开发集上的表现来选择算法的优化方向，基本方法：统计算法在开发集上出错的各类样本的比例按照错误的比例大小，来排序算法优化的优先级，因为错误占比越高，意味着算法的优化空间也越大真正工作中，吴恩达建议可以做一个如下的表格 2.修正标注错误的数据少量的标记错误数据是否需要修正，吴恩达给出的建议是：深度学习对于随机误差具有很强的鲁棒性，即使不修正训练集中的标

2017-12-20 22:40:06 563

原创吴恩达deeplearning之结构化机器学习—策略(1)

1.引言这一部分主要是学习怎样快速高效的优化机器学习项目，加入你想优化你的猫分类器系统，你可以：收集更多的数据增加数据的多样性梯度下降算法训练时间更长一些尝试不同的而优化算法，比如Adam尝试规模更大或更小的网络结构尝试加入Dropout加入l2l_2正则修改网络结构，比如激活函数、隐藏单元个数等等当优化一个深度学习系统时，通常有很多的方法以供尝试，但是如果选择了一个错误的

2017-12-14 00:31:49 1269 1

原创 pip修改下载源加速下载

pip install 时下载python包有时候会比较慢，可以更换成国内的下载源加速下载，国内比较好的下载源有豆瓣和阿里。临时修改源豆瓣源pip install -i http://pypi.douban.com/simple packagenamepip install -i http://pypi.douban.com/simple --trusted-host pypi.douban.co

2017-12-13 16:54:39 409

原创吴恩达deeplearning之CNN—深度卷积网络

1.前言在卷积神经网络入门一节中，讲述了卷积神经网络的基本构建，比如卷积层、池化层以及全连接层，在过去很长一段时间，计算机视觉的大量研究都集中在如何组合这些基本构建，形成有效的神经网络。实际中在计算机视觉中表现良好的网络往往也适用于其它的任务，比如其它人训练了一个识别猫的网络结构，而你的任务是自动驾驶，你完全可以借鉴别人的神经网络框架。2.经典网络：LeNet-5 参数个数：约6万个随

2017-12-02 00:11:56 9410 2

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

原创 吴恩达deeplearning之结构化机器学习—策略(2)

原创 吴恩达deeplearning之结构化机器学习—策略(1)

原创 pip修改下载源加速下载

原创 吴恩达deeplearning之CNN—深度卷积网络

空空如也

空空如也

原创吴恩达deeplearning之结构化机器学习—策略(2)

原创吴恩达deeplearning之结构化机器学习—策略(1)

原创吴恩达deeplearning之CNN—深度卷积网络