Axiaobai12138的博客

“这篇文章是对202 科大讯飞人脸情绪识别挑战赛的说明与总结。”比赛链接http://challenge.xfyun.cn/topic/info?type=facial-emotion-recognition任务赛题要求根据给定的数据集训练分类器。数据由训练集和测试集组成，训练集数据集按照不同情绪的文件夹进行存放。其中：训练集：2.8W张人脸图像；测试集：7K张人脸图像；图像的尺寸为48*48像素。数据集包括的情绪标签包括以下7类：angrydisgustedfearful.

最近在看tf框架，挺有意思的。在文本分类部分中再一次看到了one-hot编码，查了些资料，在此做一个记录。我们先来看一个one-hot编码的例子。假设字典中包含以下元素。dict = [我，我们，爱，中国，你好，有趣]一般的字典会包含10^6乃至更多的字词，在这里我们仅仅举例。那么对于以下词语，如何进行one-hot编码呢？‘我们’：（0，1，0，0，0，0）‘中国’：（0，0，0，1，0，0）‘你好’：（0，0，0，0，1，0）就是词语在字典中出现的位置。同时，词语进行one-hot编

这篇文章用于介绍tf.keras.layers.Dropouttf.keras.layers.Dropout，先看google给出的解释。The Dropout layer randomly sets input units to 0 with a frequency of rate at each step during training time, which helps prevent overfitting. Inputs not set to 0 are scaled up by 1/(1

在学习resnet时发现一个问题：在深度神经网络中，如果层数过大，会导致梯度消失、梯度下降的问题。残差网络中的shortcut可以解决这一问题。今天先来说清楚梯度消失、梯度下降的原因。参考文章为啥有梯度消失、梯度下降？https://www.zhihu.com/question/290392414/answer/940509039详解深度学习中的梯度消失、爆炸原因及其解决方法https://zhuanlan.zhihu.com/p/33006526先从最基本的单层神经网络入手。正