kupePoem的专栏

在使用深度学习框架的过程中一定会经常碰到这些东西，虽然anaconda有时会帮助我们自动地解决这些设置，但是有些特殊的库却还是需要我们手动配置环境，但是我对标题上的这些名词其实并不十分清楚，所以老是被网上的教程绕得云里雾里，所以觉得有必要写下一篇文章当做笔记供之后参考。

目录一、概述二、池化分类1、Max Pooling：最大池化2、Average Pooling：平均池化三、池化作用1.、invariance(不变性)，2、降维度3、增大感受野4、获得定长输出。5、防止过拟合或有可能会带来欠拟合。6、减小计算量和内存消耗7、非线性和鲁棒性8、聚合特征9、下采样（downsamping）一、概述 池化（Pooling）：也称为欠采样或下采样。主要用于特征降维，压缩数据和参数的数量，减小过拟合，同时...

目录一、概述二、解决方法一、概述  我们都知道，在进行数据挖掘或者机器学习模型建立的时候，因为在统计学习中，假设数据满足独立同分布（i.i.d，independently and identically distributed），即当前已产生的数据可以对未来的数据进行推测与模拟，因此都是使用历史数据建立模型，即使用已经产生的数据去训练，然后使用该模型去拟合未来的数据。但是一般独立同分布的假设往往不成立，即数据的分布可能会发生变化（distribution drift），并且可能当前的..

目录一、前言二、深度学习再认识2.1 人工智能的“江湖定位”2.2 深度学习的归属2.3.机器学习的形式化定义2.4 为什么要用神经网络？2.5 小结2.6 请你思考三、参考文献四、参考一、前言 在前面的小节中，我们仅仅泛泛而谈了机器学习、深度学习等概念，在这一小节，我们将给出它的更加准确的形式化描述。 我们经常听到人工智能如何如何？深度学习怎样怎样？那么它们之间有什么关系呢？在本小节，我们首先从宏观上谈谈人工智能的“江湖定位...

目录一、导言二、深度学习初步认识1.1 什么是学习？1.2 什么是机器学习？1.3 学习的4个象限1.4 机器学习的方法论1.5 什么是深度学习？1.6 “恋爱”中的深度学习1.7 小结1.8 请你思考三、参考文献一、导言 目前人工智能非常火爆，而深度学习则是引领这一火爆现场的“火箭”。于是，有关“深度学习”的论文、书籍和网络博客汗牛充栋，但大多数这类文章都具备“高不成低不就”的特征。对于高手来说，自然是没有问题，他们本身已经具备非常“深度...

一、《深度学习之美》成书前的深度学习14篇目录一． 一入侯门“深”似海， 深度学习深几许 （深度学习入门系列之一）二． 人工“碳”索意犹尽， 智能“硅”来未可知（深度学习入门系列之二）三． 神经网络不胜语， M-P 模型似可寻 （深度学习入门系列之三）四． “机器学习”三重门， “中庸之道”趋若人 （深度学习入门系列之四）五． Hello World 感知机，懂你我心才安息 (深度学习入门系列之五)六． 损失函数减肥用， 神经网络调权重 （深度学习入...