全波形反演论文
文章平均质量分 86
DARRENANJIAN
心之所向,素履以往。
展开
-
Deep Learning for Geophysics综述阅读(未完)
可以理解为是一种机器学习的分布式训练方法,传统的机器学习模型需要将所有数据集中到一个中央服务器进行训练,但在一些场景中,由于数据隐私、网络带宽或数据存储等问题,集中式训练可能面临困难。近年来,深度学习作为一种新的数据驱动技术,在地球物理学界引起了越来越多的关注,带来了许多机遇和挑战。简单来讲:这篇文章是一个关于深度学习和地球科学领域的综述,对更多的地球物理研究人员、学生和教师了解和使用深度学习技术铺平道路。为地球物理学的初学者和感兴趣的读者提供了一个编码教程和快速探索DL的技巧总结。原创 2023-10-20 16:14:54 · 452 阅读 · 0 评论 -
AlexNet论文阅读
以往在CNN卷积神经网络里面见到的最多的激活函数是sigmoid 函数,但是出于对收敛速度的考虑,在这里作者却用的是ReLU函数.因为这些非饱和函数的收敛速度比饱和函数的收敛速度快得多.对于下图2,它显示了针对特定四层卷积网络,在CIFAR-10数据集上达到25%训练误差所需的迭代次数。这张图表明,如果我们使用传统的饱和神经元模型,我们将无法对如此大的神经网络进行实验。开始之前的简介:这篇论文是王林蓉师姐推荐给我看的第一篇入门级别的cv领域的论文,也算是我入手研究生阶段的第一篇论文。4.2 多GPU训练。原创 2023-10-16 11:39:41 · 122 阅读 · 0 评论