- 博客(6)
- 收藏
- 关注
RSS订阅翻译 Day1
Punctuality is a necessary habit in all public affairs in civilized society. Without it, nothing could ever be brought to a conclusion; everything would be in state of chaos. Only in a sparsely-populat
2017-11-17 18:04:38
279
原创 NOTEBOOK随笔
kernel-filter 卷积核=过滤器 滤波器卷积运算 nxn * fxf = (n-f+1)x(n-f+1) 卷积运算结果取决于kernel在原图中有几个位置 缺点 1.每做一次卷积运算，你的image会变小，最终可能变成1x1 2.角落或者边缘区的像素点在输出中采用较少导致信息丢失 弥补：Padding 用像素点填充边缘Valid convolution:no Padding
2017-11-15 13:56:06
294
原创 网易云深度学习第二课Notebook3
1.超参数调试处理在机器学习领域，超参数比较少的情况下，我们之前利用设置网格点的方式来调试超参数； 但在深度学习领域，超参数较多的情况下，不是设置规则的网格点，而是随机选择点进行调试。这样做是因为在我们处理问题的时候，是无法知道哪个超参数是更重要的，所以随机的方式去测试超参数点的性能，更为合理，这样可以探究更超参数的潜在价值。 如果在某一区域找到一个效果好的点，将关注点放到点附近的小区域内继续寻
2017-11-05 22:06:47
282
原创 网易云深度学习第二课NoteBook2
优化算法1.Mini-batch梯度下降法对整个训练集进行梯度下降法的时候，我们必须处理整个训练数据集，然后才能进行一步梯度下降，即每一步梯度下降需要对整个训练集进行一次处理，如果训练数据很大时，处理速度就会非常慢。 但是如果每次处理训练数据的一部分进行梯度下降法，则算法的执行速度会变快。而处理的这一小部分训练子集即为Mini-batch. 对于普通的梯度下降法，一个epoch只能进行一次梯
2017-11-05 16:29:08
341
原创 网易云深度学习第二课notebook1
改善深层神经网络：超参数调试、正则化以及优化1.训练、验证、测试 对于一个dataset，我们通常将其划分为训练集、验证集、测试集 训练集（train set）:用训练集对算法或者模型进行训练 验证集（development set）:利用验证集或者成为交叉验证集进行交叉验证，选择出最好的模型。 测试集（test set）：训练好模型后，通过测试集进行测试。2.偏差、方差 从图中我们可
2017-11-04 22:05:29
373
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人