- 博客(5)
- 收藏
- 关注
RSS订阅
原创 机器学习（深度学习）模型训练常用技巧
一、特征归一化（对于数值类型）线性函数归一化；零均值归一化；二、高维特征组合三、图像数据不足时（1）选择技巧根本原理：模型所能提供的信息主要源于两个方面：训练数据中蕴含的先验信息；模型训练过程中（构造、学习、推理）以及人们提供的先验信息；（2）根本原因：当数据不足时，说明模型 从原始数据中获得的信息比较少，就需要增加更多的先验信息；可以增加到模型上；可以增加到数据集上...
2020-02-23 17:46:16
941
2
原创 深度学习（机器学习）优化算法
一、损失函数：机器学习主要工作是模型评估，而损失函数定义了模型的评估指标!!常见的损失函数有mean_squared_errormean_absolute_errormean_absolute_percentage_errormean_squared_logarithmic_errorsquared_hingehingecategorical_hingelogcoshcate...
2020-02-22 12:27:52
427
原创 Interview tips for DeepLearning
目录0.常见网络结构1.比较Boosting和Bagging的异同2.无监督学习中存在过拟合吗？3.什么是k折交叉验证？4.关于k折交叉验证，需要注意什么？5.对于一个二分类问题，我们定义超过阈值t的判定为正例，否则判定为负例。现在若将t增大，则准确率和召回率会如何变化？6.以下关于神经网络的说法中，正确的是（ ）？7.说明Lp范数间的区别8.用梯度下降训练神经网络的参数，为什么参数有时会被训练为...
2020-02-28 13:57:43
802
原创 主要卷积网络介绍
1、VGGNet1.1 2014年发表VggNet学习笔记2、GoogLenet2.1 2014年发表GoogLeNet简书2.2 Inception家族的「奋斗史」3、ResNet3.1 2015年提出ResNet（残差）网络简书...
2020-02-25 22:54:03
212
原创 机器学习（深度学习）Softmax和Sigmoid函数
Softmax和Sigmoid函数理解(1)相关背景sigmoid和softmax是神经网络输出层使用的激活函数，分别用于两类判别和多类判别。binary cross-entropy和categorical cross-entropy是相对应的损失函数。对应的激活函数和损失函数相匹配，可以使得error propagation的时候，每个输出神经元的“误差”（损失函数对输入的导数）恰等于其...
2020-02-22 15:40:52
5176
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人