深度学习打卡
一只菜狗
不论工作生活或是感情,双向奔赴才有意义。
展开
-
第四次打卡
第四次打卡文章目录一 批量归一化和残差网络二 凸优化三 梯度下降四 目标检测基础五 图像风格迁移六 图像分类案例1七 图像分类案例2八 GAN九 DCGAN十 总结一 批量归一化和残差网络批量归一化(1) 对全连接层做批量归一化(2) 对卷积层做批量归⼀化(3) 预测时的批量归⼀化残差网络(1) 残差块(2) ResNet模型稠密连接网络(1) 稠密块(2) 过渡...原创 2020-02-24 20:37:33 · 221 阅读 · 0 评论 -
第二次打卡
过拟合、欠拟合及其解决方案初始化模型参数定义L2范数惩罚项定义训练和测试观察过拟合使用权重衰减梯度消失、梯度爆炸获取和读取数据集预处理数据训练模型K折交叉验证模型选择预测并在Kaggle中提交结果循环神经网络进阶GRULSTM深度循环神经网络双向循环神经网络机器翻译及相关技术数据预处理分词建立词典载入数据集Encoder-Decoder...原创 2020-02-19 17:10:19 · 112 阅读 · 0 评论 -
深度学习打卡
一.task2总结待更新…原创 2020-02-14 19:24:43 · 119 阅读 · 0 评论 -
第一次打卡总结
task1总结task2总结原创 2020-02-14 18:24:28 · 178 阅读 · 1 评论 -
深度学习打卡
一.task1总结步骤线性回归分类模型多层感知机定义模型线性模型softmax回归模型多层感知机模型获取数据集---定义损失函数平方函数交叉熵损失函数交叉熵损失函数优化算法小批量随机梯度下降定义准确率定义激活函数初始化参数---训练---...原创 2020-02-14 19:22:36 · 120 阅读 · 0 评论