摘要：
不用Sigmoid，现在用relu啦 relu： Sigmoid： Sigmoid 和 Softmax 区别： 二分类问题时它们一样，而 softmax 可以用于多分类问题 阅读全文
摘要：
卷积conv 全连接fc（full connected） 不算POOLing、LRN、softmax（通常用relu的），可能是因为： 参数太少。像relu、pool这样的层参数量太少，有的甚至如激活层relu不保存中间结果直接给下一层； 计算量小。相比conv甚至fc，pool这些层的计算量太少。 阅读全文
摘要：
一条龙服务 一个典型的机器学习构建包含若干个过程，pytorch中有好多包进行调用的吧~~~~~ 1、源数据ETL 2、数据预处理 3、特征选取 4、模型训练与验证 以上四个步骤可以抽象为一个包括多个步骤的流水线式工作，从数据收集开始至输出我们需要的最终结果。因此，对以上多个步骤、进行抽象建模，简化 阅读全文
摘要：
在别人的网络上微微改动①去尾巴，得特征，换线性分类器②去尾巴和一点卷积层，得泛化特征 以下是常见的两类迁移学习场景： 1 卷积网络当做特征提取器。 拿掉全连接层，剩余部分当做特征提取器 这样提取的特征叫做CNN codes。 再线性分类器（Liner SVM、Softmax等）来分类图像。 2 Fi 阅读全文
摘要：
localization是找到某个物体的检测框 detection是找到所有物体的检测框 阅读全文