摘要:
为什么图像分类问题建议用交叉熵损失,而不用平方差损失? sigmoid函数、softmax函数,激活函数的选择? 过拟合?如何抵抗过拟合? L1与L2正则化效果?原理? 梯度下降?优化器的选择? 全连接网络为何不适合图像分类问题? 如何理解卷积神经网络的局部感受野和权值共享? 卷积核如何提取特征? 阅读全文
posted @ 2020-11-04 19:10 Mr_V 阅读(63) 评论(0) 推荐(0) 编辑
|
|
摘要:
为什么图像分类问题建议用交叉熵损失,而不用平方差损失? sigmoid函数、softmax函数,激活函数的选择? 过拟合?如何抵抗过拟合? L1与L2正则化效果?原理? 梯度下降?优化器的选择? 全连接网络为何不适合图像分类问题? 如何理解卷积神经网络的局部感受野和权值共享? 卷积核如何提取特征? 阅读全文
posted @ 2020-11-04 19:10 Mr_V 阅读(63) 评论(0) 推荐(0) 编辑
摘要:
1 //二叉排序树 插入 (纯C语言实现) 2 BTNode * BSTInsert2(BTNode *bt,int key){ 3 //为什么纯C语言实现中 4 if(bt==NULL){ //要写成... 阅读全文
posted @ 2018-10-05 14:47 Mr_V 阅读(204) 评论(0) 推荐(0) 编辑 |
|