吴恩达卷积神经网络第四周测试题个人记录

 

A:为了解决一次学习的问题

B:鉴于我们拥有的照片很少，我们需要将它运用到迁移学习中

C:只需要给出一个人的图片就可以让网络认识这个人(PS:对比d，差距小就是同一个人）

D:这可以让我们使用softmax函数来学习预测一个人的身份，在这个单元中分类的数量等于数据库中的人的数量加1（ps：应该是先用大量图片训练，然后再用softmax）

 问题：为了训练人脸识别系统的参数，使用包含了10万个不同的人的10万张图片的数据集进行训练是合理的。

ps：似乎应该用三元组来训练，两张同一个人，另一张是不同的人

 

 

 ps：应该是无监督，在无监督学习中，我们没有明确标注的训练数据集，而是通过最小化损失函数来训练模型。这种训练方法使模型能够自动学习图像的内容和风格之间的关系，并生成合成图像。因此，神经风格转换是一种无监督学习任务。

 

问题： 在一个卷积网络的深层，每个通道对应一个不同的特征检测器，风格矩阵 G [ l ] 度量了 l 层中不同的特征探测器的激活（或相关）程度

ps：应该是不同特征间的相关程度，不是不同特征探测器间的相关程度