摘要： 1. 应用机器学习是高度依赖迭代尝试的，不要指望一蹴而就，必须不断调参数看结果，根据结果再继续调参数。 2. 数据集分成训练集(training set)、验证集(validation/development set)、测试集(test set)。 对于传统的机器学习算法，数据量（比如100、100 阅读全文

摘要： 1. CPU vs. GPU： CPU核心少（几个），更擅长串行任务。GPU有很多核心（几千个），每一个核都弱，有自己的内存（几个G），很适合并行任务。GPU最典型的应用是矩阵运算。 GPU编程：1）CUDA，只能在英伟达；2）OpenCL类似CUDA，好处是可以跑在任何平台上，但相对慢一些。深度学 阅读全文