会员
商店
众包
新闻
博问
闪存
赞助商
Chat2DB
所有博客
当前博客
我的博客
我的园子
账号设置
会员中心
简洁模式
...
退出登录
注册
登录
日拱一卒
知者行之始，行者知之成。 君子务本，本立而道生。
博客园
首页
新随笔
订阅
管理
随笔 - 76
文章 - 1
评论 - 129
阅读 -
118万
随笔分类
backbone网络(9)
coding(7)
Data Mining (1)
Python百问(1)
Windows(2)
编译器(1)
操作系统(1)
传统计算机视觉(8)
电脑技巧(8)
机器学习(5)
库&框架(8)
目标检测(1)
人脸识别(4)
深度学习基础(12)
数据结构与算法(3)
数学(2)
算法(3)
公告
昵称：
shine-lee
园龄：
11年4个月
粉丝：
438
关注：
3
+加关注
搜索
积分与排名
积分 - 194293
排名 - 6422
随笔分类
(76)
backbone网络(9)
coding(7)
Data Mining (1)
Python百问(1)
Windows(2)
编译器(1)
操作系统(1)
传统计算机视觉(8)
电脑技巧(8)
机器学习(5)
库&框架(8)
目标检测(1)
人脸识别(4)
深度学习基础(12)
数据结构与算法(3)
数学(2)
算法(3)
更多
随笔档案
(76)
2020年8月(1)
2020年7月(4)
2020年5月(1)
2020年4月(1)
2020年2月(5)
2020年1月(1)
2019年12月(4)
2019年11月(4)
2019年10月(4)
2019年9月(3)
2019年8月(1)
2019年5月(3)
2019年4月(4)
2019年2月(1)
2019年1月(3)
2018年12月(8)
2018年11月(6)
2018年10月(1)
2018年9月(2)
2018年8月(2)
2018年7月(2)
2015年5月(3)
2015年4月(1)
2015年3月(1)
2015年1月(1)
2014年11月(1)
2014年9月(6)
2014年8月(2)
更多
阅读排行榜
1. 卷积神经网络之卷积计算、作用与思想(109531)
2. 仿射变换及其变换矩阵的理解(92705)
3. ResNet详解与分析(90861)
4. 直观理解梯度，以及偏导数、方向导数和法向量等(68284)
5. VSCode Python开发环境配置(66737)
推荐排行榜
1. 直观理解梯度，以及偏导数、方向导数和法向量等(67)
2. 仿射变换及其变换矩阵的理解(57)
3. ResNet详解与分析(54)
4. 为什么要做特征归一化/标准化？(44)
5. 卷积神经网络之卷积计算、作用与思想(42)
最新评论
1. Re:为什么要做特征归一化/标准化？
牛逼，上课看老师简单的用椭圆图之字图介绍下好处是可以更快达底后一笔带过，脑子一片问号。一些回答也是用二维的图简单直观理解，感觉没讲到点，脑子还是不通。也感觉是公用一个a导致的量纲差距，越想越疑惑，看了...
--丘狸尾
2. Re:直观理解为什么分类问题用交叉熵损失而不用均方误差损失?
牛逼
--kkyyxhll
3. Re:卷积神经网络中的Winograd快速卷积算法
@已经了解了
--喜咩咩
4. Re:卷积神经网络中的Winograd快速卷积算法
winogard为什么只能支持步长为一的卷积计算
--喜咩咩
5. Re:仿射变换及其变换矩阵的理解
再乘上uniform scaling得到相似变换，那个矩阵是不是写错了？s只需要乘到对角线吧？
--Uknowwhat
51La
点击右上角即可分享
