![](https://img-blog.csdnimg.cn/20190918140053667.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
深度学习之模型理解
该专栏主要是解读深度学习领域中一些牛逼的模型。
Florrie Zhu
深度学习的小迷妹
展开
-
【深度学习】梳理范数与正则化(二)
【深度学习】梳理范数与正则化(二)今天要梳理的知识是范数与正则化。文章完全根据个人理解写,如有不对,欢迎指出!!正则化正则化是一种对学习算法的约束,主要是为了防止过拟合(下一次会梳理这个知识点),从而增强模型的泛化能力。泛化能力 是指模型对位置数据的预测能力,是一种用于评估机器学习算法的能力的指标。泛化误差可以反映模型的泛化能力,误差越小,模型越稳定。泛化误差(generalizatio...原创 2020-03-03 15:55:46 · 2424 阅读 · 0 评论 -
【深度学习】全面理解VGG16模型
全面理解VGG16模型VGG16的结构层次介绍结构图VGG16模型所需要的内存容量介绍卷积中的基本概念1.从input到conv1:2.从conv1到conv2之间的过渡:3.conv2到conv3:4.进入conv3:5.从conv3到conv4之间的过渡:6.最后到三层全连接FC层结论VGG16的结构层次vgg16总共有16层,13个卷积层和3个全连接层,第一次经过64个卷积核的两次卷积后...原创 2019-06-18 22:24:48 · 38587 阅读 · 16 评论 -
【深度学习模型】循环神经网络RNN
理解循环神经网络RNN及重要结构LSTM循环神经网络(recurrent neural network,RNN)是专门用于处理序列数据的深度学习模型,其广泛应用在自然语言处理、语音识别、情感分析、机器翻译等领域。RNN的网络结构在循环神经网络中,一个非常重要的概率就是时刻,因为序列是按照时刻输入的。循环神经网络会对每个时刻的输入结合当前模型的状态给出一个输出。其标准的网络结构为:其中x为...原创 2019-06-26 21:03:46 · 1583 阅读 · 0 评论