摘要：
第二次作业：卷积神经网络 part 2 【第一部分】 问题总结 在编写网络的时候，bn层是否可以无脑添加？什么时候添加bn层比较好？ conv层的padding，stride怎么计算？什么时候stride=1什么时候=2 有些混乱。。 数据处理时 transforms.Normalize((0.13 阅读全文
摘要：
1. 视频学习心得及问题总结 深度学习的数学基础（链接） 卷积神经网络（链接） ResNet代码实现（链接） 2. 代码练习 MNIST 数据集分类（链接） CIFAR10 数据集分类（链接） 猫狗大战（在第一次作业中） 3. 展望学习 GoogLeNet学习（链接） MobileNets学习（链接 阅读全文
摘要：
鉴于最近大量使用Typora和Latex整理笔记，频繁输入公式总是有些繁琐。 鉴于自己的情况写了一个简单AHK公式替换程序，持续更新ing（随时鸽） 使用说明： F1->自动输入行内公式 F2->自动输入段内公式 matrix[->替换段内[]矩阵框（需要在段内公式或行内公式内使用） matrix( 阅读全文
摘要：
深度学习及pytorch基础小结 视频学习：链接 代码练习： 1、 pytorch基础 定义数据（使用torch.Tensor) import torch x = torch.tensor(666) '''tensor(666)''' x = torch.tensor([1,2,3,4,5,6]) 阅读全文
摘要：
深度学习 特征提取、物体检测、语义标注、实体标注、描述生成、多媒体问答、多媒体叙事 深度学习的”不能“ 算法输出不稳定，容易被”攻击“ 比如在一个图片中改变一个像素值，就可能导致识别天差地别。 模型复杂度高，难以纠错和调试 （李世石和alphogo） 模型层级复合程度高，参数不透明 端到端训练方式对 阅读全文
摘要：
(1) 为什么选择读研 距离去年的考研生活已经过去将近一年的时间了。去年大概是三月份决定的要考研，对于我来说，本科的知识并不能满足我的需求，或者说，在本科期间我并没有真正的找到方向。虽然跟着导师组做过许许多多的项目，但是也只是对零碎知识的学习与实践，真正感兴趣的东西，在本科期间并没有完全的确定下来， 阅读全文