qq_39594939的博客

可视化CAMGrad_CAM最近在学习可解释性方面的内容，主要是用cam做可解释性，因此想要系统地学习一下。参考：keras CAM和Grad-cam原理简介与实现GAP CAM Grad-CAM Grad-CAM++的解释pytorch实现所有cam衍生ECG-Grad-CAMCAM将原模型的结构修改：利用GAP(Global Average Pooling)替换掉了全连接层重新进行训练经过GAP之后，得到了最后一个卷积层每个特征图的均值，均值经过加权和得到输出某个类别的权

理论学习代码学习

一文看懂迁移学习：怎样用预训练模型搞定深度神经网络？

调参学习调参指导lambda正则化参数的大小影响参数初始化（weights initializer）策略大全二分类，多分类，多标签precision，recallkeras处理样本不平衡问题调参指导指导文章1指导文章2指导文章3lambda正则化参数的大小影响当lambda的值很小时，其惩罚项值不大，还是会出现过拟合现象，当时lambda的值逐渐调大的时候，过拟合现象的程度越来越低，但是当labmda的值超过一个阈值时，就会出现欠拟合现象，因为其惩罚项太大，导致丢失太多的特征，甚至一些比较重要的