深度学习
胡涂涂
这个作者很懒,什么都没留下…
展开
-
深度学习中的dropout原理
1. 为什么要引入dropout解决过拟合问题:模型参数太多,训练样本往往是高维小样本数据,训练出来的模型容易产生过拟合现象。过拟合的具体表现:模型在训练数据上损失函数较小,预测准确率较高;但是在测试数据上损失函数较大,准确率低减少训练模型的处理时间:解决过拟合往往会采用集成算法,即训练多个模型进行组合。是很浪费时间2. 什么是Dropout训练深度神经网络向前传播的时候,让某...转载 2019-07-11 12:04:28 · 577 阅读 · 0 评论 -
Starter.bundle计算机视觉与深度学习:1-6
利用假期好好充实自己吧,找到了一套关于《计算机视觉与深度学习的书籍》准备认真啃一啃,同时写好学习总结博客。研二这一年应该要出一些成果,虽然导师还是以理论为主,但是为了以后能去大厂,还是要多下功夫啊,女生在这方面好难。这本书分为三个bundle:Starter Bundle - 这部分的内容比较基础,包括从零开始实现回归算法、深度神经网络和卷积神经网络。对于完全没有机器学习基础的人而言,可以...原创 2019-07-30 19:30:26 · 550 阅读 · 0 评论 -
Starter.bundle计算机视觉与深度学习:8-12
Optimization Methods and RegularizationExtension to SGD: Momentum & Nesterov accelerationMomentum:通俗来讲——想想你童年最喜欢的游乐场,在那里你花了几天时间从山上滚下来,把自己盖在草地和泥土上(这让你妈妈很懊恼)。当你下山时,你会积累越来越多的动力,而这些动力反过来又会带你更快地下山。...原创 2019-08-18 23:17:51 · 267 阅读 · 0 评论 -
Starter.bundle计算机视觉与深度学习:8-16
Chapter 8 parameterized learninghinge loss functiona multi-class SVM loss example使用动物数据集,labels = [‘cat’,‘dog’,and panada]交叉熵损失函数:give you probabilities for each class label while hinge loss give...原创 2019-08-15 20:58:05 · 319 阅读 · 0 评论 -
Practitioner.bundle计算机视觉与深度学习:1-12
Understanding rank-1 & rank-5 Accuraciesrank-1 accuracy:rank-5 accuracy:Fine-tuning Networks :a type of transfer learning微调是 transfer learning 的一种以VGG16为例子,当开始微调时,将原VGG16结构中的全连接层移除,此时最后一层的...原创 2019-08-29 00:15:44 · 331 阅读 · 0 评论