Neural Network
Baoxin_UCAS
这个作者很懒,什么都没留下…
展开
-
Lecture 10: Combining multiple neural networks to improve generalization
此课程是Hinton在coursera上的教程,这篇博文是我的学习笔记。 首先看题目,这节课讲的是基于上一节课的内容,通过多种方法的组合回来增强神经网络的泛化能力。 第一节: Combining networkds: The bias-variance trade-off When the amount of training data is limited, we g原创 2017-04-28 18:56:53 · 284 阅读 · 0 评论 -
Lecture 11: Hopfield Nets
首先声明,这是Hinton在coursera上的课程的学习笔记,一切观点以Hinton观点为准,此博客只是我的个人观点,欢迎点评。 第一节:Hopfield Nets John Hopfield realized that if the connections are symmetric, there is a global energy function. Each bin原创 2017-05-01 21:36:20 · 544 阅读 · 0 评论 -
pytorch中tensor索引的理解
最近在学习pytorch,对于索引这一块,总是感觉有点晕,经过自己的一番探索,将自己的理解分享一下。如有不对,请大神们不惜赐教,欢迎随时纠正。 先区分一下索引和切片 从概念的角度讲: 索引:提取其中的某个元素(对座查找) 切片:用刀来切出要留下的东西 从操作的角度看: import torch as t 以二维数据为例子 a=t.arange(16).view(4, 4) ...原创 2019-10-16 13:32:13 · 1980 阅读 · 1 评论 -
如何提高模型的泛化能力
本博客纯属个人观点,不喜勿喷,也欢迎大神们留言补充。 我们把提高泛化能力的方法分为4类 数据端 模型端 训练过程 后处理 下面分别从这4个部分进行分类 一、数据端 方法: 1. data augmentation(CV domain) 直接对原始数据处理 平移 加噪 去噪 翻转 裁剪 旋转 加权 。。。。 间接对原始数据处理,这里主要指按照不同的需求进行特定处理...原创 2019-10-16 13:31:44 · 4855 阅读 · 0 评论