吴恩达深度学习关于使用源码的建议

use open source code

1,use architectures of networks published in the literature。使用文献中的网络的结构

一个网络结构在一个计算机视觉问题上有效,那么令人惊讶的是它通常也会解决其它视觉问题。所以要想建立一个使用的计算机视觉的系统,你最好先从其他人的神经网络架构入手。

2,use open source implementations if possible。如果有开源的实现,尽量使用开源的实现,因为开放源码可能已经找到了所有繁琐的细节,比如学习率的衰减策略或者超参数的设定。

3,use pretrained models and fine-tune on your dataset。使用预训练的模型并且在自己的数据集上进行微调。其他人可能已经在多个GPU上花了几个星期的时间使用超过100万张照片来训练一个模型,所以通过使用其他人预先训练的模型,然后在数据集上进行微调,你可以快速建立起一个应用。当然如果你有很多计算资源,也可以直接从头开始训练一个模型。如果你自己发明新的算法,从头训练可能是必不可少的。

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值