IP屬地：廣東
-
[神經(jīng)網(wǎng)絡(luò)這次真的搞懂了!] 系列
[神經(jīng)網(wǎng)絡(luò)這次真的搞懂了!] (1) 使用神經(jīng)網(wǎng)絡(luò)識(shí)別手寫(xiě)數(shù)字 - 感知器[http://www.itdecent.cn/p/99766505...
-
CPU 性能分析工具性能分析時(shí)，CPU 通常是首當(dāng)其中的。 uptime 可供簡(jiǎn)單瀏覽，不推薦在需要精確度的場(chǎng)景使用uptime 用于顯示當(dāng)前系統(tǒng)的運(yùn)行時(shí)間，用戶登...
-
【深度學(xué)習(xí)實(shí)踐】03. 多層感知機(jī)模型的復(fù)雜度決定了模型的擬合上限，這里的復(fù)雜度通常指模型的深度和每層的神經(jīng)元的個(gè)數(shù)。當(dāng)感知機(jī)隱藏層的個(gè)數(shù)大于等于1層時(shí)，則稱(chēng)為多層感知機(jī)。 前面...
-
【深度學(xué)習(xí)實(shí)踐】補(bǔ)充02. Label Smoothing
出自論文：Rethinking the Inception Architecture for Computer Vision[https://a...
-
【深度學(xué)習(xí)實(shí)踐】02. Softmax 回歸雖然稱(chēng)作 Softmax 回歸，但本質(zhì)上 Softmax 處理的是分類(lèi)問(wèn)題。分類(lèi)，顧名思義，即對(duì)樣本數(shù)據(jù)集進(jìn)行“哪一個(gè)”的解答，通常類(lèi)別的范圍在...
-
【深度學(xué)習(xí)實(shí)踐】補(bǔ)充01. 批量大小對(duì)于數(shù)據(jù)集收斂的影響
神經(jīng)網(wǎng)絡(luò)對(duì)于的調(diào)參主要指超參數(shù)的調(diào)參，在眾多超參數(shù)之中，批量大?。˙atch Size）占有著舉足輕重的作用。理論上，批量大小決定著單次送進(jìn)神經(jīng)...
-
【深度學(xué)習(xí)實(shí)踐】01. 線性回歸
線性模型既是機(jī)器學(xué)習(xí)中最基礎(chǔ)的學(xué)習(xí)模型，也是深度神經(jīng)網(wǎng)絡(luò)中的神經(jīng)元基礎(chǔ)。而線性回歸是借助線性模型解決一個(gè)或者多個(gè)自變量與因變量之間的關(guān)系的問(wèn)題。...
-
Inception V3 論文學(xué)習(xí)記錄原文：Rethinking the Inception Architecture for Computer Vision[http://arxi...
-
GoogLeNet（Inception V1）論文學(xué)習(xí)記錄原文：Going deeper with convolutions[http://vision.cse.psu.edu/people/chris...