2018年10月17日

Caffe、TensorFlow、MXnet三个开源库对比+主流分类模型对比

摘要： 安装难度: (简单) –> **(复杂) 文档风格: (一般) –> **(好看、全面) 示例: (给的少) –> **(给的多、全) 上手难易: (易) –> **(难) 1.基本数据结构 caffe的数据存储类blob，当把数据可以看成是一个N维的c数组，它们的存储空间连续。例如存储图片是4维( 阅读全文

posted @ 2018-10-17 10:43 Maddock 阅读(2788) 评论(0) 推荐(0) 编辑

L1&L2 Regularization的原理

摘要： L1&L2 Regularization 正则化方法：防止过拟合，提高泛化能力 在训练数据不够多时，或者overtraining时，常常会导致overfitting（过拟合）。其直观的表现如下图所示，随着训练过程的进行，模型复杂度增加，在training data上的error渐渐减小，但是在验证集 阅读全文

posted @ 2018-10-17 10:09 Maddock 阅读(2257) 评论(0) 推荐(0) 编辑

导航