深度学习不相信直觉！

最新推荐文章于 2021-11-11 23:40:48 发布
最新推荐文章于 2021-11-11 23:40:48 发布
阅读量151 收藏
点赞数
分类专栏： 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_40818267/article/details/104711783
版权

一个比较违反直觉的例子：
一个用于Time-series数据分类的inception网络，module结构如下，

  1. 用6个module组合成一个完整的网络，参数量为42万
  2. 用12个module组合成一个完整的网络，参数量为90万
    但是1的训练的速度大概是2的2.5倍，经过查看模型构建代码发现可能的原因是1中卷积层中stride=1，2中stride=2，得到的feature map大小不同，造成2的计算量更小
    在这里插入图片描述
neronjust
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
arcgis pro深度学习库
03-09
arcgis pro深度学习库arcgis pro深度学习库arcgis pro深度学习库arcgis pro深度学习库arcgis pro深度学习库arcgis pro深度学习库arcgis pro深度学习库arcgis pro深度学习库arcgis pro深度学习库arcgis pro深度学习库...
深度学习与直觉：挑战与机遇
禅与计算机程序设计艺术
01-07 322
1.背景介绍 深度学习是人工智能领域的一个重要分支，它旨在模仿人类大脑中的学习过程，以解决复杂的问题。深度学习的核心思想是通过多层次的神经网络来学习数据中的特征，从而实现对复杂任务的自动化。 深度学习的发展历程可以分为以下几个阶段： 1980年代：深度学习的诞生。在这一阶段，人工智能学者开始尝试使用多层神经网络来解决问题，但由于计算能力和算法的限制，这些尝试并没有取得大成功。 2006年：...
【Todo】【转载】深度学习&神经网络 科普及八卦 学习笔记 & GPU & SIMD
weixin_34390105的博客
12-11 426
上一篇文章提到了数据挖掘、机器学习、深度学习的区别：http://www.cnblogs.com/charlesblc/p/6159355.html 深度学习具体的内容可以看这里： 参考了这篇文章：https://zhuanlan.zhihu.com/p/20582907?refer=wangchuan  《王川: 深度学习有多深, 学了究竟有几分? (一)》 笔记：神经网络的研究，因为人工智能的...
机器直觉
人工智能学家
11-23 588
来源：专知当前以深度学习代表的人工智能技术所能解决的问题往往需要具有大量可以借鉴学习的训练 集, 同时要求所获取的信息是完备的. 但在复杂时变的真实应用环境中, 采集到的数据往往包含大量...
深度学习真的万能吗？理解深度学习的局限性
wzy的博客
04-06 7057
深度学习较其他机器学习方法在各类任务中都表现优异，各个机构或院校也花了巨大的精力和时间投入到深度学习，并取得了令人惊叹的成就。但深度学习近来也暴露出其内在缺陷，很多学界领军人物都在积极探讨解决办法和替代方案。因此本文力图阐述深度学习的局限性，引发更多对深度学习的思考。 人工智能已经达到了炒作的顶峰。新闻报告称有的公司已经使用 IBM Watson 取代了工人、算法在诊断上击败
这里是纯干货！2018年深度学习的10个发展预测 | 技术
网易智能
01-04 2738
▼点击上方蓝字关注网易智能  聚焦AI，读懂下一个大时代！【网易智能讯 1月4日消息】我有一种预感，2018年可能是一切都发生戏剧性变化的一年。2017年深度学习取得的惊人突破将在2018年以一种非常有力的方式延续下去。2017年的研究工作将会转移到日常的软件应用中。像去年那样，我整理了一份2018年深度学习的预测清单：1、大部分深度学习硬件初创公司会失败许多深度学习硬件创业公司将开始在2018年
直觉化深度学习教程——极致解读 M-P模型、感知器、多层感知器
soplars的博客
09-24 1344
往事不察，无以知来者。 在追逐新潮概念（ResNet、Mask R-CNN、Bert、GPT等）的时候，最好先回顾一下最初的源头脉络。 出发点并不是考古，而是为了从最基本的思维原型着手，建立直觉的认识。 如果循着这个脉络，你会发现：神经网络的由来是如此的自然而然，每一步的迭代亦是如此朴素，却又意义深远。 文章目录四个概念的关系M-P模型特点功能不足感知器（Perceptron）特点功能不足多层感知...
深度学习三巨头聚首：如果你有良好的直觉，那么就在你的想法上开始工作。如果你没有良好的直觉，你做什么都不重要！
cc13949459188的博客
11-28 344
深度学习三巨头聚首：Hinton坚持10年内机器会掌握常识，Lecun说20年 新智元 • 2017-10-13 • 人工智能 “深度学习三巨头”Hinton、LeCun、Bengio齐聚首，展望深度学习和AI的未来。 编者按：本文来自微信公众号“新智元”（ID：AI_era），来源：re-work.co，编译：闻菲，胡祥杰；36氪经授权发布。 在昨天的蒙特利尔深度学习峰会上，“深度学习三...
深度学习中的不确定介绍
10-23
深度学习中的不确定介绍
深度学习的不确定性估计和鲁棒性
12-09
深度学习模型在分布外预测方面表现不佳: 它们往往做出高置信预测，这在现实世界的应用中是有问题的，比如医疗保健、自动驾驶汽车和自然语言系统，或者在训练数据和模型预测所依据的数据之间存在差异的情况下，这些...
机器学习&深度学习系统实战！
06-09
具体课程内容涉及回归算法原理推导、决策树与随机森林、实战样本不均衡数据解决方案、支持向量机、Xgboost集成算法、神经网络基础、神经网络整体架构、卷积神经网络、深度学习框架--Tensorflow实战、案例实战--...
机器学习/深度学习500问
03-27
机器学习/深度学习500问机器学习/深度学习500问机器学习/深度学习500问机器学习/深度学习500问机器学习/深度学习500问机器学习/深度学习500问机器学习/深度学习500问机器学习/深度学习500问机器学习/深度学习500问...
《Deep learning for time series classification a review》笔记
weixin_40818267的博客
10-17 6360
《Deep learning for time series classification: a review》 1. 摘要 ​时间序列分类（TSC）是数据挖掘中一个重要且具有挑战性的问题。随着时间序列数据可用性的增加，已经提出了数百种TSC算法。在这些方法中，只有少数人考虑过深度神经网络（DNN）来执行这项任务。在本文中，我们简介TSC最新DNN架构，研究了TSC深度学习算法的当前最新性能。在此...
解决 “ModuleNotFoundError: No module named 'tensorflow.keras'; 'tensorflow' is not a package”问题
weixin_40818267的博客
10-12 4103
解决 “ModuleNotFoundError: No module named 'tensorflow.keras'; 'tensorflow' is not a package”问题问题描述解决办法 问题描述 解决办法 问题其实很简单，文件名“tensorflow.py”冲突导致，换个文件名就OK了。What a dumb error！ [1] https://stackoverflow....
TF1训练时出现 tensorflow.python.framework.errors_impl.InvalidArgumentError: ＜exception str() failed＞
weixin_40818267的博客
11-11 1467
今天用跑TF1的代码时遇到错误： tensorflow.python.framework.errors_impl.InvalidArgumentError: <exception str() failed> 从错误信息看不出来哪里出现问题，定位到出错的代码： 打断点调试，得到具体的错误信息并改正。 ...
《A Review of Unsupervised Feature Learning and Deep Learning for Time-Series Modeling》笔记
weixin_40818267的博客
10-09 857
A Review of Unsupervised Feature Learning and Deep Learning for Time-Series Modeling Abstract ​ 这篇文章所做的： 1.概述时序数据处理中的挑战 2. time-series data 和 unsupervised feature learning 1. Introduction and Backgrou...
Different results from fit_generator and fit in Keras
weixin_40818267的博客
06-10 146
https://github.com/keras-team/keras/issues/2389 model.fit: fit(x=None, y=None, batch_size=None, epochs=1, verbose=1, callbacks=None, validation_split=0.0, validation_data=None, shuffle=True, class_weight=None, sample_weight=None, initial_epoch=0, steps_p
node-v0.8.10-sunos-x64.tar.gz
最新发布
05-16
Node.js，简称Node，是一个开源且跨平台的JavaScript运行时环境，它允许在浏览器外运行JavaScript代码。Node.js于2009年由Ryan Dahl创立，旨在创建高性能的Web服务器和网络应用程序。它基于Google Chrome的V8 JavaScript引擎，可以在Windows、Linux、Unix、Mac OS X等操作系统上运行。 Node.js的特点之一是事件驱动和非阻塞I/O模型，这使得它非常适合处理大量并发连接，从而在构建实时应用程序如在线游戏、聊天应用以及实时通讯服务时表现卓越。此外，Node.js使用了模块化的架构，通过npm（Node package manager，Node包管理器）,社区成员可以共享和复用代码，极大地促进了Node.js生态系统的发展和扩张。 Node.js不仅用于服务器端开发。随着技术的发展，它也被用于构建工具链、开发桌面应用程序、物联网设备等。Node.js能够处理文件系统、操作数据库、处理网络请求等，因此，开发者可以用JavaScript编写全栈应用程序，这一点大大提高了开发效率和便捷性。 在实践中，许多大型企业和组织已经采用Node.js作为其Web应用程序的开发平台，如Netflix、PayPal和Walmart等。它们利用Node.js提高了应用性能，简化了开发流程，并且能更快地响应市场需求。
深度学习不确定性预测
03-19
深度学习不确定性预测是指在深度学习模型中，对于给定的输入数据，模型能够估计出输出结果的不确定性程度。这种不确定性可以帮助我们更好地理解模型的预测可靠性，并且在实际应用中具有重要的意义。 在深度学习中，...

“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
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值