- pooling 不管是max 还是avg 都是将矩阵做了方差或均值的平移。pooling的思想来源是图像特征提取过程中的边缘提取,如果我们找一个房子的边缘,那么房子外和房子本身某一个区域内的平均值是有较大差别的。我讲图像所有像素往红色平移10和往绿色平移20,对于边缘提取是没有影响的,但pooling后使得计算变得简便。
- pooling 常用的是2x2,如果是长距拍摄,或夜景拍摄,则可以将pooling size 设置大一点
- 全连接层是内存瓶颈的来源,卷积层反而不是
- rmsprop一般用于小图片,或nlp的小句子
- dropout 适用于 训练集和测试集不是iid的情况,如果是iid则不用dropout
- ai能做的事情:
锕预测的目标可以被量化吗? e.g. 图灵测试至今未过,因为自然对话没有固定答案, 表情识别和自然语言处理无固定答案
目标的特征可以被有效表达吗? e.g.表情识别
指标和目标相关吗 metric vs object e.g. 与用户是否点击链接 vs 用户使用该产品时是否满意
有足够的数据来训练够准的模型吗? - google research site 有 code
- nlp领域 a stanford nlp b. clove and word2vec
- paper 管理 mendenley
- pix2code 干掉前段程序员,github有代码
- 定位 YOLO / CTPN
- 手写识别 tesseralt
- 读paper a 看摘要 b 看结论,与其他方法结果比较 c 看refrence 然后再关心细节
05-03
“相关推荐”对你有帮助么?
-
非常没帮助
-
没帮助
-
一般
-
有帮助
-
非常有帮助
提交