- 博客(2)
- 资源 (4)
- 收藏
- 关注
转载 CNN架构模型的发展以及各个主流网络的区别
深度学习算法最近变得越来越流行和越来越有用的算法,然而深度学习或者深度神经网络的成功得益于层出不穷的神经网络模型架构。这篇文章当中作者回顾了从1998年开始,近18年来深度神经网络的架构发展情况。图中的坐标轴我们可以看出横坐标是操作的复杂度,纵坐标是精度。模型设计一开始的时候模型权重越多模型越大,其精度越高,后来出现了resNet、GoogleNet、Inception等网络架构之后,
2017-05-18 23:12:38 10413
转载 深度学习中的Data Augmentation方法(转)
在深度学习中,当数据量不够大时候,常常采用下面4中方法:1. 人工增加训练集的大小. 通过平移, 翻转, 加噪声等方法从已有数据中创造出一批"新"的数据.也就是Data Augmentation2. Regularization. 数据量比较小会导致模型过拟合, 使得训练误差很小而测试误差特别大. 通过在Loss Function 后面加上正则项可以抑制过拟合的产生. 缺点是引入了
2017-05-18 22:34:39 908
电网监测系统(带数据库)
2011-12-22
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人