摘要：
深度学习模型训练的过程本质是对weight（即参数W）进行更新，这需要每个参数有相应的初始值。 阅读全文
摘要：
SLAM技术已经蓬勃发展起来，这里综述性地介绍下SLAM的主体知识。SLAM的主体技术不多，难点在于细节。 阅读全文
摘要：
自动识别图片中电话号码，也可以推广到识别字符串，英文等。 阅读全文
摘要：
在Keras中不支持自定义梯度（反向传播），TF下实现又好麻烦，尴尬，我去学习下Pythorch啦 阅读全文
摘要：
在整个训练的过程中，我们观察到几个问题：不要用自己写的sigmod实现，反向传播会越界；最后输出层不要有relu；有些函数导数为0(无法反向传播) 阅读全文
摘要：
以典型的分类问题为例，来梳理模型的训练过程。训练的过程就是问题发现的过程，一次训练是为下一步迭代做好指引。 阅读全文
摘要：
学术界一直困惑的点是"如何让看似黑盒的CNN模型说话"，即对它的分类结果给出解释。这里的解释是指，让模型告诉我们它是通过图片的哪些像素做出判断的，并不是深度学习理论层面的解释。 阅读全文
摘要：
“Xavier”初始化方法是一种很有效的神经网络初始化方法，方法来源于2010年的一篇论文《Understanding the difficulty of training deep feedforward neural networks》 阅读全文
摘要：
范数在机器学习中的应用 阅读全文
摘要：
着重介绍hige loss 和 softmax loss。 阅读全文
摘要：
http好比普通话，rpc好比团伙内部黑话。讲普通话，好处就是谁都听得懂，谁都会讲。 阅读全文
摘要：
当然，还有一点需要注意，并非所有的TensorFlow模型都能将graph输出到meta文件中或者从meta文件中加载进来，如果模型有部分不能序列化的部分，则此种方法可能会无效。 阅读全文
摘要：
Embedding Layer是与特定自然语言处理上的神经网络模型联合学习的单词嵌入。 阅读全文
摘要：
不同的模型在cpu和gpu下的时间差异较大，一般来说gpu会比cpu快5-20倍。我们选用了最常用的inception v3的分类模型，输入图片尺寸为：3x299x299。 阅读全文