Winne

防止过拟合的方法： 提前终止（当验证集上的效果变差的时候） L1和L2正则化加权 soft weight sharing dropout dropout率的选择 经过交叉验证，隐含节点dropout率等于0.5的时候效果最好，原因是0.5的时候dropout随机生成的网络结构最多。 dropout也可以被用作一种添加噪声的方法，直接对input进行操作。输入层设为更接近1的数。使得输入变化不会太大（

参考博客： 深度学习（二十九）Batch Normalization 学习笔记 谈谈Tensorflow的Batch Normalization 数据处理中白化Whitening的作用图解分析原论文：Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift归一化后有什

传统的object detection一般分两步： （1）根据某些规则或者先验知识，先在输入图片上面搜索一堆可能存在物体的框框，叫做region of interest。 （2）然后把这些框扔进CNN进行分类。 这样做有几个明显的缺点： （1）训练是multi-stage，不是end-to-end的。 （2）为了提高精度，往往会生成很多很多候选框，这样会大大增加检测时间。 于是，出现了Fast R...