深度学习
如此粲者
这个作者很懒,什么都没留下…
展开
-
通俗易懂的残差网络讲解!!!
构造恒等映射的任务,转变为让网络去拟合残差。从输入额外连一条线到输出,这样将输入输出相加的操作叫做skip connection(跳跃连接)残差网络中不会出现梯度消失的问题(下图不会一直等于-1的内容意思是梯度不会等于0。退化现象——深层网络训练难度太高,层数越高,训练和测试的误差都增大;(和过拟合区分,过拟合是训练误差越小,测试误差越大)研究表明,没有skip connection时,网络越深,损失函数的非凸性越强。梯度在反向传播过程中越来越趋近于0,误差就没有办法传播到底层的参数了,即梯度消失。原创 2023-07-09 10:55:43 · 192 阅读 · 1 评论 -
适合入门深度学习的项目!!!搭建LeNet-5网络模型——2 训练模型搭建
上一节里,我们的网络模型放在一个名为net.py的文件里,这里我们调用它进行了模型的训练和测试,并将最优的模型保存在指定路径里。原创 2023-04-12 01:18:29 · 258 阅读 · 0 评论 -
适合入门深度学习的项目!!!搭建LeNet-5网络模型——3 测试模型搭建
在上一节中,我们保存了训练效果最好的模型"save_model/best.pth",接下来对它进行测试,观察它的测试效果。原创 2023-04-12 12:22:55 · 168 阅读 · 0 评论 -
适合入门深度学习的项目!!!搭建LeNet-5网络模型——1 网络模型搭建
【代码】搭建LeNet-5网络模型——1 网络模型搭建。原创 2023-04-11 22:24:26 · 359 阅读 · 1 评论