日志
yogdgoy
这个作者很懒,什么都没留下…
展开
-
Win10下U盘安装Ubuntu16.4-->双系统
本文主要用于记录个人装机过程,仅供借鉴。硬件工具:100G空闲硬盘分区+16G空置U盘软件工具:UItraISO 9.6.6 + Ubuntu-16.04.2-desktop-amd64.iso(支持EFI启动)关闭安全模式+开启UFI1.格式化U盘--》Fat32;2.压缩已有硬盘--》100G空置硬盘分区;3.管理员启动UItraISO--》HDD+ v2写入U原创 2017-02-22 20:35:27 · 662 阅读 · 0 评论 -
GTX1050+Intel+Ubuntu16.04+Tensorflow配置
Ubuntu安装: fat32格式化制作ubuntu启动优盘 安装ubuntu时,不安装第三方驱动 安装和启动时按e编辑:quite nomodeset splash;然后sudo gedit /etc/default/grub" quiet splash nomodeset" 加载nouveao到blaklist,屏蔽ubuntu自带的Nvidia驱动: ...原创 2018-08-07 09:10:21 · 785 阅读 · 0 评论 -
[知乎]防止过拟合
1. 获取更多数据 从数据源头获取更多数据; 根据当前数据集估计数据分布,使用该分布生产更多数据; 数据增强;2. 使用合适的模型2.1 网络结构 2.2 训练时间-->Early stopping2.3 权重衰减(Weight-decay)/正则化(Regularization) 2.4 增加噪声Noise 2.4.1 在输入中加噪声 2.4.2 在权重上加噪...转载 2018-08-07 09:52:04 · 393 阅读 · 0 评论 -
[知乎]机器学习中使用正则化来防止过拟合是什么原理?
Alan Huang我们相当于是给模型参数w 添加了一个协方差为1/alpha 的零均值高斯分布先验。 对于alpha =0,也就是不添加正则化约束,则相当于参数的高斯先验分布有着无穷大的协方差,那么这个先验约束则会非常弱,模型为了拟合所有的训练数据,w可以变得任意大不稳定。alpha越大,表明先验的高斯协方差越小,模型约稳定, 相对的variance也越小。 作者:Alan H...转载 2018-08-07 09:59:36 · 826 阅读 · 0 评论 -
机器学习中的范数规则化
机器学习中的范数规则化之(一)L0、L1与L2范数https://blog.csdn.net/zouxy09/article/details/24971995 L1范数是指向量中各个元素绝对值之和,也有个美称叫“稀疏规则算子”(Lasso regularization)。现在我们来分析下这个价值一个亿的问题:为什么L1范数会使权值稀疏?有人可能会这样给你回答“它是L0范数的最优凸近似”。实...原创 2018-08-07 10:06:53 · 238 阅读 · 0 评论 -
【最全装机实测记录】Win10和Ubuntu18.04下配置深度学习环境CUDA10+休眠无法唤醒
本文主要是记录自己装机过程,之前一直在用Ubuntu 16.041. Ubuntu18.04安装和配置利用rufs软件配置Ubuntu18.04启动盘(强烈建议,其他的如UltraISO/Universal USB Installer会有些问题); 按照默认流程,fat32格式化并制作ubuntu启动优盘; 设置BIOS(开机时按BackSpace/Delete/F10/F12等键),...原创 2019-01-15 13:03:31 · 1308 阅读 · 3 评论