![](https://img-blog.csdnimg.cn/20201014180756922.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
文章平均质量分 72
xungeer29
先定个小目标:paper搬运工
展开
-
深度学习常见问题记录
深度学习常见问题整理持续更新中…如何防止过拟合dropoutdropout可以破坏节点之间的相关性,防止它们合作去拟合数据中的噪声数据量小时,dropout效果不好,数据量大时效果好缺点: 会增加网络的训练时间(不确定)正则化 RegularizationL2正则化Data augmentation采集更多的数据加随机噪声重采样通过当前数据集估计数据分布参...原创 2018-11-22 22:03:51 · 263 阅读 · 0 评论 -
特征图上采样:CARAFE
CARAFE: Content-Aware ReAssembly of FEaturesCARAFE: 轻量级通用上采样算子其他上采样方法的不足最近邻或者双线性上采样仅通过像素点的空间位置来决定上采样核,并没有利用到特征图的语义信息,可以看作是一种“均匀”的上采样,而且感知域通常都很小(最近邻 1x1,双线性 2x2);Deconvolution上采样核并不是通过像素间的距离计算,而...原创 2019-08-29 21:18:31 · 18408 阅读 · 7 评论