随笔分类 - 深度学习
4.结构化机器学习项目
摘要：如何判断这些idea是否是有效的？我们可以尝试和改变的东西太多了。我们需要知道要调整什么，达到什么样的效果，这个过程被称之为正交化 正交化就是一件事影响一件事 单一数字评估指标 交叉验证集与测试集应该服从同一分布 训练误差比人的误差大，那么说明模型在训练集上拟合的并不好，我们应该减少偏差，选择更大的
阅读全文
3.深度学习的实用层面
摘要：第一周：深度学习的实用层面 项目进展得一个关键性得因素就是划分高质量得训练集，验证集，测试集。这有助于提高循环迭代得效率。验证集也称为development set 也称为dev set。 验证集主要用于评价不同得模型，通过验证来选择最终得模型。或者说是验证不同得算法，检验那种算法更有效。 然后测试
阅读全文
5.卷积神经网络
摘要：在进行卷积时，图像会缩小，边角的信息会丢失，因此可使用Padding，进行填充。比如用0填充。 因此卷积核设置为奇数，填充时才可以在两侧填充。 训练集不仅包含训练对象的分类标签，还包含表示边界框的四个数字。
阅读全文
2.神经网络基础
摘要：深度学习就是训练神经网络 图像领域使用卷积神经网络cnn 对于序列数据（比如音频，语言，单词）使用循环神经网络rnn 结构化数据，每一列都有一个属性 非结构化数据，音频图像 数据，计算能力，算法。算法的创新其实就是为了让计算能力更强 深度学习的一个大的转变就是由 sigmoid函数 转化到了 Rel
阅读全文
1环境搭建
摘要：https://wenku.baidu.com/view/ef375d8587c24028905fc377.html https://blog.csdn.net/nk_wavelet/article/details/78935511?utm_source=blogxgwz0 https://blog
阅读全文
