![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
december_boy
计算机研究生,菜鸟一个
展开
-
NAS
最近在看NAS相关的资料,记录下个人的一些理解和看法。 之前更关注的是基于不同的任务设计有针对性的模型,刚开始接触NAS,发现大部分的NAS方法都是在cifar和imagenet数据集上进行的分类实验,后面看到有在分割任务上的一些改进应用,比起人工设计的复杂模型,NAS搜索到的结构可以说是比较简单了,而且是对global的特征进行提取,相对于某些领域关注local特征的挖掘,一个直观的想法是NS...原创 2019-10-15 18:03:52 · 531 阅读 · 0 评论 -
[译] Deep Residual Learning for Image Recognition (ResNet)
(转载请注明出处:http://www.jianshu.com/p/f71ba99157c7 ,谢谢!) Abstract 摘要:更深的神经网络往往更难以训练,我们在此提出一个残差学习的框架,以减轻网络的训练负担,这是个比以往的网络要深的多的网络。我们明确地将层作为输入学习残差函数,而不是学习未知的函数。我们提供了非常全面的实验数据来证明,残差网络更容易被优化,并且可以在深度增转载 2017-04-05 20:24:41 · 1023 阅读 · 0 评论 -
机器学习系列(9)_机器学习算法一览(附Python和R代码)
转载自:http://blog.csdn.net/longxinchen_ml/article/details/51192086 – 谷歌的无人车和机器人得到了很多关注,但我们真正的未来却在于能够使电脑变得更聪明,更人性化的技术,机器学习。 – 埃里克 施密特(谷歌首席执行官) 当计算从大型计算机转移至个人电脑再转移到云的今天,我们可能正处于人类历史上最关键转载 2017-07-12 11:09:53 · 385 阅读 · 0 评论