深度学习
文章平均质量分 89
嗤嗤嗤i
这个作者很懒,什么都没留下…
展开
-
深度学习笔记
Dropout叫做随机失活,是作为缓解卷积神经网络CNN过拟合而被提出的一种正则化方法。简单来说就是在模型训练阶段的前向传播过程中,让某些神经元的激活值以一定的概率停止工作,这样可以使模型的泛化性更强。缺点:能会减缓模型收敛的速度,因为每次迭代只有一部分参数更新,可能导致梯度下降变慢。原创 2024-05-16 11:56:58 · 128 阅读 · 0 评论 -
变形GAN的区别
生成对抗网络模型(GAN)是一种生成模型,旨在生成具有与训练数据相似的数据,例如图像或音频。GAN由两个神经网络组成:生成器和判别器。生成器将随机噪声向量转换为类似于训练数据的图像,而判别器则判断图像是否来自训练数据。由一个生成器和一个判别器组成。生成器用来生成伪造的样本,而判别器用来判断一个样本是否为真实的。二者通过对抗训练的方式一起学习,生成器逐渐生成更逼真的样本,判别器逐渐变得更加准确。GAN广泛应用在图像生成、语音合成等领域。转载 2024-03-29 10:46:46 · 14 阅读 · 0 评论