阅读排行榜
- 1. 非极大值抑制（Non-Maximum Suppression，NMS）(209734)
- 2. 目标检测网络之 YOLOv3(204884)
- 3. 激活函数(ReLU, Swish, Maxout)(110365)
- 4. Dropout(33687)
- 5. Linux下的wine生活(QQ/微信/Office)(29841)
- 6. 目标检测评价指标(mAP)(27942)
- 7. 神经网络之权重初始化(18113)
- 8. 深度学习网络层之 Batch Normalization(17690)
- 9. linux ipv6临时地址(17120)
- 10. python之简单POST模拟登录(16999)
- 11. 深度学习网络层之上采样（Unpooling）(15258)
- 12. 深度学习网络层之 Pooling(14740)
- 13. Docker 及 nvidia-docker 使用(13578)
- 14. 深度学习-conv卷积(11838)
- 15. 偏差方差分解(11116)
- 16. NIN (Network In Network)(10436)
- 17. 深度学习基础网络 ResNet(10240)
- 18. Java 使用 Enum 实现单例模式(9127)
- 19. log4j配置文件加载(8330)
- 20. 坐标下降 vs 梯度下降(8311)
最新评论
- 1. Re:搜索排序算法
- @Libra—— 感谢指正，确实应该是e^{O_xy}...
- --康行天下
- 2. Re:搜索排序算法
感谢楼主的整理，受益匪浅！
但是，在 RankNet 部分中的交叉熵损失函数的公式（4）中最后那个 O_xy，是不是搞错了，应该是 e^{O_xy}？- --Libra——
- 3. Re:激活函数(ReLU, Swish, Maxout)
非常详细
- --佳讯
- 4. Re:语言模型变形金刚
我看懂的，真的！
- --goodcitizen
- 5. Re:语言模型大串烧之变形金刚
不明觉厉
- --kingdumpling
