![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
bemyself24_1
算法调参工,一直在努力,从不曾放弃,大力出奇迹。
展开
-
深度学习,机器学习面试问题
1.为什么使用Relu激活函数,作用是什么? 如不特别说明,激活函数一般是指非线性激活函数,使用激活函数的目的是为了提高网络的非线性建模能力,如果只是卷积和全连接操作,那么网络模型还只是在线性空间上的表达 1)sigmoid激活函数:处处可导,两侧接近于0.sigmoid函数的软饱和性限制了神经网络的发展,网络传导的时候,若节点调入饱和区,(sigmoid关于输入的导数)改点导数为0,也就表示为原创 2017-07-24 16:31:29 · 577 阅读 · 0 评论 -
深度学习避免过拟合的方法---Data Augmentation
深度学习中的Data Augmentation方法在深度学习中,为了避免出现过拟合(Overfitting),通常我们需要输入充足的数据量。当数据量不够大时候,常常采用以下几种方法:Data Augmentation:通过平移、 翻转、加噪声等方法从已有数据中创造出一批“新”的数据,人工增加训练集的大小。Regularization:数据量比较小会导致模型过拟合, 使得训练误差很小而测试误差特别大.原创 2017-08-28 08:10:48 · 1851 阅读 · 0 评论 -
youtube DNN视频topN推荐算法原理及代码
一、前言最近由于需要做一个topK推荐的项目,所以调研了一下,发现youtubeNet好像大家的评价不错,想实现一下,以此博客记录一下二、YoutubeNet基本框架Youtube是国外的大型视频网站,用户多达几亿,每秒上传的视频长度多达几个小时。对于这样一个大型视频网站,它的推荐系统面临以下几个问题:1、体量大:包括用户和视频集都十分巨大,如何从上百亿的视频中为上亿用户推荐他们所...原创 2019-07-31 15:37:30 · 18035 阅读 · 9 评论