文章目录 老铁们✌,重要通知🙌!福利来了!!!😉 1.NN 2.CNN 3.RNN 4.LSTM 5.BP 6.GAN 7.超参数调整 7.1 神经网络中包含哪些超参数? 7.2 为什么要进行超参数调优? 7.3 超参数的重要性顺序 7.4 极端批样本数量下,如何训练网络? 7.5 合理使用预训练网络 7.5.1 什么是微调(fine-tune) 7.5.2 微调有哪些不同方法? 7.5.3 微调先冻结底层,训练顶层的原因? 7.5.4 不同的数据集特性下如何微调? 7.5.5 目标检测中使用预训练模型的优劣? 7.5.6 目标检测中如何从零开始训练(train from scratch)? 7.6 自动化超参数搜索方法有哪些? 7.6.1 网格搜索 7.6.2 随机搜索 7.6.3 基于模型的超参优化 老铁们✌,重要通知🙌!福利来了!!!😉 【计算机视觉 复习流程剖析及面试题详解 】 【深度学习算法 最全面面试题(30 页)】 【机器学习算法 最全面面试题(61页)】 1.NN