摘要:
Step1:安装homebrew 如果电脑上有,暂时不装。但是在step2(或者其他需要brew的情况)加完sudo之后如果仍然报错,就需要重新安装homebrew。在终端里输入如下命令: ruby -e “$(curl -fsSL https://raw.githubusercontent.com 阅读全文
摘要:
深度学习由于超参数的个数比较多,训练样本数目相对超参数来说略显不足,一不小心就容易发生过拟合。从本质上来说,过拟合是因为模型的学习能力太强,除了学习到了样本空间的共有特性外,还学习到了训练样本集上的噪声。因为这些噪声的存在,导致了模型的泛化性能下降。在深度学习中如何克服过拟合的问题呢?一般来说有以下 阅读全文
摘要:
Step1:准备训练样本 训练样本的准备包括正样本和负样本。 正样本就是你要检测的物体图片,比如身份证识别中的国徽。负样本原则上是国徽以外的任何物体都行,这是网上教程所说的,但是实际上,负样本是每一级级联分类器自身调参优化的依据。也就是说,单级分类器的目的是寻找一组参数,让所有的正样本都通过该级分类 阅读全文
摘要:
Step1:安装homebrew 如果电脑上有,暂时不装。但是在step2(或者其他需要brew的情况)加完sudo之后如果仍然报错,就需要重新安装homebrew。在终端里输入如下命令: ruby -e “$(curl -fsSL https://raw.githubusercontent.com 阅读全文
摘要:
深度学习由于超参数的个数比较多,训练样本数目相对超参数来说略显不足,一不小心就容易发生过拟合。从本质上来说,过拟合是因为模型的学习能力太强,除了学习到了样本空间的共有特性外,还学习到了训练样本集上的噪声。因为这些噪声的存在,导致了模型的泛化性能下降。在深度学习中如何克服过拟合的问题呢?一般来说有以下 阅读全文