深度学习总结经验帖

考研两三事（初试）

考研那些事断断更更，此博貌似已经遗弃了很久～现在想想，还是把经历的一些事儿给记录一下吧～此帖为考研经验帖，任何经历、建议仅本人自身经验，各位根据自身情况酌情参考吧╭(●｀∀´●)╯先说一下自己的情况，本科信息与计算科学
Clay_Zhang·2018-03-31 19:54

考研两三事（初试）

考研那些事断断更更，此博貌似已经遗弃了很久～现在想想，还是把经历的一些事儿给记录一下吧～此帖为考研经验帖，任何经历、建议仅本人自身经验，各位根据自身情况酌情参考吧╭(●｀∀´●)╯先说一下自己的情况，本科信息与计算科学
Clay_Zhang·2018-03-31 19:54

深度学习总结（lecture 11）Capsules Networks（CapsNet）

lecture11：CapsulesNetworks（CapsNet）目录lecture11：CapsulesNetworks（CapsNet）目录1、胶囊网络1.1CNN有重要的缺点1.2将3D世界硬编码为神经网络：逆向图形方法2、动态路由规划2.1背景2.2解决路由问题2.3网络构建3、代码1、胶囊网络1.1CNN有重要的缺点CNN（卷积神经网络）真棒。这是今天深度学习如此受欢迎的原因之一。他
九方先生·2018-03-03 15:16

深度学习总结（lecture 10）DenseNet

lecture10：DenseNet目录lecture10：DenseNet目录1、DenseNet网络结构2、稠密连接、优点3、DenseNet-BC代码4、一些实验及结论5、另外一些解释6、原作者的一些解释1、DenseNet网络结构使用一个叫做“增长率”(k)的超参数防止网络变得过宽，还用了一个1*1的卷积瓶颈层在3*3卷积前减少特征映射的数量。2、稠密连接、优点每层以之前层的输出为输入，对
九方先生·2018-03-03 11:53

深度学习总结（lecture 9）Residual Network （ResNet）

lecture9：ResidualNetwork（ResNet）目录lecture9：ResidualNetwork（ResNet）目录1、残差网络基础1.1VGG19、ResNet34结构图1.2ResNet残差块1.3梯度弥散和网络退化1.4残差块变体1.5ResNet模型变体1.6ResidualNetwork补充1.71*1卷积核2、ResNet（何凯明PPT）3、ResNet-50（Ng
九方先生·2018-02-28 21:34

深度学习总结（lecture 7）Network in Network（NIN）

lecture7：NetworkinNetwork（NIN）目录lecture7：NetworkinNetwork（NIN）目录1、NIN结构2、MLP卷积层3、全局均值池化4、总体网络架构5、NIN补充5.1广义线性模型（GLM）的局限性5.2CCCP层6、1*1卷积的作用7、手势识别RGB图像——NIN结构1、NIN结构2、MLP卷积层传统CNN的局部感受野窗口的运算，可以理解为一个单层的网络
九方先生·2018-02-28 20:35

深度学习总结（lecture 6）VGG13、16、19

lecture6：VGG13、16、19目录lecture6：VGG13、16、19目录1、VGG结构2、VGG结构解释3、3*3卷积核的优点4、VGG的Multi-Scale方法5、VGG应用1、VGG结构LeNet5用大的卷积核来获取图像的相似特征AlexNet用9*9、11*11的滤波器VGG巨大的进展是通过依次采用多个3×3卷积，模仿出更大的感受野（receptivefield）效果
九方先生·2018-02-28 19:57

深度学习总结（lecture 4）LeNet5

lecture4：LeNet5（1998）目录lecture4：LeNet5（1998）目录1、LeNet5模型1、LeNet5模型Conv1:f=[5,5],s=[1,1],padding=’valid’Pool1:f=[2,2],s=[2,2]Conv2:f=[5,5],s=[1,1],padding=’valid’Pool2:f=[2,2],s=[1,1](m,64,64,3)-(m,60,
九方先生·2018-02-27 20:14

深度学习总结（lecture 2）简单ANN

lecture2：简单神经网络目录lecture2：简单神经网络目录1、ImageNet&WebVision2、神经网络汇总3、简单神经网络ANN1、ImageNet&WebVision三大会议CVPR:IEEEConferenceonComputerVisionandPatternRecognitionICCV：IEEEInternationalConferenceonComputerVisio
九方先生·2018-02-27 20:11

Vue深度学习总结

1.Vue生命周期解读这一部分参考自Vue官方文档以及生命周期详解官网的生命周期图示例如下：测试代码如下：Vue生命周期学习{{message}}{{message+'这是在outerHTML中的'}}-->varvm=newVue({//注释el，可理解beforeMounted之前的生命周期el:'#app',//同步不注释h2定义的template,可理解template是如何加载//tem
_artoria_·2018-02-24 15:05

成长无捷径，从四级踩线到考研英语79，一些经验与你分享

图片把李健的《为你而来》和杨宗纬的《想对你说》放进播放器，在这个又一年考研成绩出来的下午，开始写这一篇考研英语的经验帖。
霖曦_·2018-02-04 07:54

为什么快速减肥会越减越肥？

网上各种减肥经验帖很多，比如“七日水果代餐法”、“懒人中医减肥法”、“针灸减肥法”等等，无论是什么方法
我是锁生·2018-02-02 13:06

为什么快速减肥会越减越肥？

网上各种减肥经验帖很多，比如“七日水果代餐法”、“懒人中医减肥法”、“针灸减肥法”等等，无论是什么方法
我是锁生·2018-02-02 13:06

简单六点，让你的手机也能拍出好看的花草

当然此篇针对于手机摄影，想要看相机经验帖的请绕道。图片发自App一、器材准备俗话说得好，好的器材是成功的一半。
饭盆姑娘·2018-01-30 17:06

充电行动之四——学书感悟

图片发自App今天上午，赶在十二点之前修改了年级组读书美篇后，紧接着投入到书法学习中，首先对行书进行了再次深度学习总结。
金塔074高丙宇·2018-01-27 16:19

荐读 | 艺术类保研干货分享，附暨大、华东师大、兰大复试经验

作者：Quella之前一直关注保研路上和其他保研的经验帖，但的确没看到过和艺术类保研相关的内容，全是工科什么的大佬们，清北复交南什么C9之类的完全看不懂，不明觉厉。
保研路上·2017-12-22 18:27

深度学习总结(十一)——early stopping

在训练中，我们希望在中间箭头的位置停止训练。而Earlystopping就可以实现该功能，这时获得的模型泛化能力较强，还可以得到一个中等大小的w的弗罗贝尼乌斯范数。其与L2正则化相似，选择参数w范数较小的神经网络。可以用L2正则化代替earlystopping。因为只要训练的时间足够长，多试几个lambda。总可以得到比较好的结果。Earlystopping:优点：只运行一次梯度下降，我们就可以找
manong_wxd·2017-12-07 19:46

深度学习总结(十)——dropout

1.Inverteddropout大家都知道dropout是一个概率值，它表示的是a[l](第l层的输入)中的元素以多大的概率置零。这里我们用它的对偶变量keep-prob代替dropout，它表示的是以多大的概率保留元素。可见dropout+keep-prob=1。现在我们以一个三层的神经网络为例，讨论keep-drop在神经网络中是如何发生作用的。importnumpyasnpkeep_pro
manong_wxd·2017-12-07 19:48

深度学习总结(九)——正则化

1.正则化简介以逻辑斯蒂回归为例，介绍正则化。原来的成本函数(costfunction)：minw,bJ(w,b)=minw,b1m∑i=1mL(y^(i),y(i))其中：w∈Rnx,b∈R加入正则化项得：J(w,b)=1m∑i=1mL(y^(i),y(i))+λ2m||w||22其中：||w||22=∑j=1nxw2j=wTw上式中的正则化是L2正则化。正则化是一种非常实用的减少方差的方法，正
manong_wxd·2017-12-07 15:37

深度学习总结(八)——训练、开发和测试集及偏差和方差

1.数据集的划分小数据时代：70%(训练集)/30%(测试集)或者60%(训练集)/20%(验证集)/20%(测试集)大数据时代：验证集和测试集的比例要逐渐减小，比如：980000/10000/100002.验证集和测试集的作用深度学习需要大量的数据，我们可能会采用网上爬取的方式获得训练集，容易出现训练集和验证集、测试集分布不一致的情况，由于验证集的目的就是为了验证不同的算法，选取效果好的。所以确
manong_wxd·2017-12-07 10:41

深度学习总结(七)——调参经验

关键词：Relu，batchnorm，dropout，adam，LearningRate设置合理观察loss胜于观察准确率，Loss设计要合理，对比训练集和验证集的loss；Relu可以很好的防止梯度弥散问题，当然最后一层的激活函数千万慎用relu，如果是分类的用softmax；Batchnorm可以大大加快训练速度和模型性能；Dropout防止过拟合，可直接设置为0.5，即一半一半，测试的时候把
manong_wxd·2017-12-06 21:42

深度学习总结(六)——梯度弥散、爆炸和过拟合

一、梯度弥散和爆炸1.梯度弥散的解释梯度弥散的问题很大程度上是来源于激活函数的“饱和”。因为在后向传播的过程中仍然需要计算激活函数的导数，所以一旦卷积核的输出落入函数的饱和区，它的梯度将变得非常小。使用反向传播算法传播梯度的时候，随着传播深度的增加，梯度的幅度会急剧减小，会导致浅层神经元的权重更新非常缓慢，不能有效学习。这样一来，深层模型也就变成了前几层相对固定，只能改变最后几层的浅层模型。梯度爆
manong_wxd·2017-12-06 21:06

深度学习总结(五)——各优化算法

一、各优化算法简介1.批量梯度下降（Batchgradientdescent，BGD）θ=θ−η⋅∇θJ(θ)每迭代一步，都要用到训练集所有的数据。2.随机梯度下降（StochasticGradientDescent，SGD）θ=θ−η⋅∇θJ(θ;x(i);y(i))通过每个样本来迭代更新一次，以损失很小的一部分精确度和增加一定数量的迭代次数为代价，换取了总体的优化效率的提升。增加的迭代次数远远
manong_wxd·2017-12-06 21:26

深度学习总结(四)——正则项系数、Batch_size设置

1.正则项系数（λ）的设置建议一开始将正则项系数λ设置为0，先确定一个比较好的learningrate。然后固定该learningrate，给λ一个值（比如1.0），然后根据validationaccuracy，将λ增大或者减小10倍（增减10倍是粗调节，当你确定了λ的合适的数量级后，比如λ=0.01,再进一步地细调节，比如调节为0.02，0.03，0.009之类。）2.Batchsize三种情况
manong_wxd·2017-12-06 20:28

深度学习总结(三)——学习率设置

1.学习率对训练的影响为了能够使得梯度下降法有较好的性能，我们需要把学习率的值设定在合适的范围内。太大的学习速率导致学习的不稳定，太小值又导致极长的训练时间。自适应学习速率通过保证稳定训练的前提下，达到了合理的高速率，可以减少训练时间。2.学习率的设置固定学习率的设置：经验选择：一般情况下倾向于选取较小的学习速率以保证系统的稳定性，学习速率的选取范围在0.01~0.8之间。对于不同大小的数据集，调
manong_wxd·2017-12-06 20:50

深度学习总结(一)——参数初始化

1.参数初始化的目的是什么？为了让神经网络在训练过程中学习到有用的信息，这意味着参数梯度不应该为0。而我们知道在全连接的神经网络中，参数梯度和反向传播得到的状态梯度以及入激活值有关。那么参数初始化应该满足以下两个条件：初始化必要条件一：各层激活值不会出现饱和现象；初始化必要条件二：各层激活值不为0。2.把参数都初始化为0会是比较好的初始化？这样做其实会带来一个问题，经过正向传播和反向传播后，参数的
manong_wxd·2017-12-06 20:43

非法本司考421经验帖

2017年的司法考试终于落下了最后的帷幕，11月21日分数公布，一切都尘埃落定。成绩421。斗胆写下这篇经验贴，希望能对人有些帮助。图片发自App本人是个警校生，非法律本科，今年应届毕业。虽然学校开设了几门法律基础课，但是所学的很有限，准备司考之前基本属于零基础，白纸一张。2017年3月份开始着手复习，前后加起来大概六个月的时间。最后还在某公安机关经历了三个月的实习，时间紧，任务重，所以我相信我的
冠群gavin·2017-11-22 18:11

数据分析与深度学习总结

上一篇博客已经是10月11日写的了，过了大半个月，没有坚持将学习内容总结记录，需要调整！回顾十月剩下二十多天的时间，完成了三个计划：1.将Udacity数据分析入门剩余课程结束。2.在kaggle学习和实战，翻译文章《titanticdataanalysis》3.学习吴恩达在网易云公开课上的前两部分课程。1.Udacity数据分析入门第二部分（numpy和pandas使用）在Python中进行数据
helloworld_Fly·2017-11-01 21:05

考研冲刺阶段的四大雷区，你知道几个？

在考研复习备考刚开始，甚至是一路走来，我们都在关注往年考研成功的学姐学长们的经验帖。尽管考研的经验贴各不相同，但是我们能够得出一个一致的结论，冲刺阶段的复习很关键，是我们整个考研复习的核心。
最新校园事·2017-11-01 16:36

考研经验帖 | 考研人的朝花夕拾

首先申明，我并不是一个研究生，只是考过研，现在拿着小本科的学历，工作了。我是2014年参加的考研，本科投资学专业，报的中山大学岭南学院的金融学专业。成绩下来后，面试的机会都没有，所幸还能调剂到下一层级，也还算不错的学校，但思考再三，最后放弃了。之所以写这篇文章，是因为近两年，临近报考前和考试前，总有师弟师妹询问我考研的事。严格意义上来说，我是考研的失败者，但是经验这种东西，加上和成功考取名校研究生
新叶1107·2017-10-31 18:49

考研冲刺的6大捷径和4大雷区！

考研冲刺六大捷径在考研复习备考刚开始，甚至是一路走来，我们都在关注往年考研成功的学姐学长们的经验帖。
zzhdzj10·2017-10-29 20:26

拒绝盘丝洞 装修必备的插座清单

但很多人却对此一脸懵，看过网上各种懊悔插座宜多不宜少的经验帖之后，肯定认为多装一定错不了，真的是这样吗？下面这些常见画面是否有你的影子？
妍酱的整理收纳·2017-10-24 13:23

【记录+经验帖】考研政治复习方法及经验总结

18考研er目标80+图片发自App一、时间、分值及考试内容8：30——11：30100分图片发自App马原重点章：二三五章毛中特一二七八史纲五六七思修与法基二形势与政策二、参考书目肖秀荣三件套（精讲精练1000题讲真题）风中劲草知识点手册肖四肖八徐涛小黄书三、复习阶段首先，我是报了一个领航的班，暑假集中上了一周的课，从早到晚是7月21—26日接着开始做《1000题》做三遍第一遍看一章讲义做一章题
夏满芒夏_summer·2017-10-23 16:32

数据结构——线性表（一）线性表的顺序存储和单链表

本博客部分参考了程杰先生的《大话数据结构》和严蔚敏老师的《数据结构c语言版》，以及牛客网刷题经验帖1、线性表线性表（List）是指零个或多个数据元素的有限序列。从名字看，是具有像线一样的性质的表。
denghe1122·2017-10-14 08:30

如何准备校招技术面试

写在前面写作动机记录自己的经历、反思与总结在互联网上看到了很多前人的经验帖，作为回馈，也分享自己的经验赚一点打赏(可扫描我个人网站里的二维码http://brianway.gith
brianway·2017-09-29 00:00

一封来自学霸的经验帖

这有一封来自GRE330高分学霸的实战经验帖！想突破GRE的亲，还不快向李同学求教下~GRE成绩ShowTime：GRE备考路回顾：托福阅读最高29的
新留学·2017-09-15 09:08

【经验帖】波司登全国超千家门店_销售状况如何实时监控？

阅读原文请点击来自波司登国际控股有限公司黄金友的撰稿1.需求概述公司的零售团队存在一个无法实时获取市场的销售业绩数据并有效通过大盘进行展示的痛点。我们在与阿里云的合作过程中，了解了ARMS这款端到端一体化实时监控解决方案的PaaS级阿里云产品，正好可以很好地解决我们零售业务的痛点。我们成功完成了业绩数据的准备及业绩数据的展示。这里简单分享一下业务实时监控服务（ARMS）用于实时业绩数据展示的经验。
阿里云_云栖社区·2017-08-24 14:40

如何在3小时快速修改出一份备受赞赏的PPT？

来源：邓燕珊JENNY（ID:jenny3an）编辑：Verna一直想写一篇PPT经验帖，但是没有合适的案例。刚好前一段时间参加了一场分享会，就以它为例，讲讲PPT制作与修改的过程的故事。
互联网er的早读课·2017-06-26 00:00

2017上大艺术学理论简单经验帖,学弟学妹们坚持

两年的折腾，终于是考上了。第一年感觉像无头苍蝇，什么资料都找不到，还出去交换了半年，准备时间就4个月，就这样没有任何帮助的情况下，勇敢的当了炮灰。后来我静下心来，跟父母进行了长时间的沟通，安安心心地准备着复习资料，这段时间对我来说，特别的踏实，按照计划，完成每天，每个礼拜，每个月的任务，在老师的安排下有序的复习。当时，听了一个学姐的建议，找了一家文化课的辅导班夏博教育，因为我明白，很多不明白的问题
夏博教育·2017-06-18 17:10

电影推荐实例--基于协同过滤和DL特征提取的比较

数据集理论背景电影相似性深度学习总结数据集来源于MovieLens中的ml-latest-small.zip，当然也可以从本文最后我的github中找到。本项目主要用到其中
lolosoha·2017-05-21 03:05

Dropout解决过拟合问题

Dropout解决过拟合问题晓雷6个月前这篇也属于《神经网络与深度学习总结系列》，最近看论文对Dropout这个知识点有点疑惑，就先总结以下。
hk121·2017-05-02 15:55

Dropout解决过拟合问题

Dropout解决过拟合问题晓雷6个月前这篇也属于《神经网络与深度学习总结系列》，最近看论文对Dropout这个知识点有点疑惑，就先总结以下。
hk121·2017-05-02 15:00

对于股票的一些反思

所以我要总结一下自己失败的原因，当然从2016年到现在我开始寻摸着一些专业股票知识的书籍和雪球论坛上一些先辈的经验帖来学习，现在感觉自己已经确定操作的思路，还在摸索自己的操作方法，我要是能确定了操作方法
三个茶鸡蛋·2017-04-25 11:54

对于股票的一些反思

所以我要总结一下自己失败的原因，当然从2016年到现在我开始寻摸着一些专业股票知识的书籍和雪球论坛上一些先辈的经验帖来学习，现在感觉自己已经确定操作的思路，还在摸索自己的操作方法，我要是能确定了操作方法
三个茶鸡蛋·2017-04-25 11:54

word表格怎么插入相片?

看完这篇经验帖，你会发现，其实调整起来也很容易。
佚名·2017-03-30 14:04

【内推】阿里集团2018届毕业生招聘

同时奉献上我之前找工作的两篇经验帖子：程序员找工作经验、北美求职之寻找内推资源。
sunbaigui·2017-03-01 11:44

Java面经（后台开发）校招准备资料汇总

写在最前面：今天在北邮人论坛上发现的一个非常好的经验帖，因为现在北邮人没有账号无法查看，所以转载过来分享给准备校招的同学：大牛校招准备经验戳这里一、刷题1.
ddxu·2017-01-07 20:23

她原创 | 我的2016：念念不忘，必有回响

燕子二胎妈妈，懂育儿，会生活写有文章：她原创|坚持带娃上早教，全职妈妈的意外收获她原创|鱼龙混杂的早教市场，你选对机构了吗经验帖|家有二宝，如何快乐轻松出行？2016年。
她时代做自己·2017-01-05 00:04

我，已经参加过三次研究生考试

第一次考研便心生了写一篇经验帖的想法，因为想要通过自己的经历来分享备考的点滴，希望对他人有一些帮助。当然，肯定是关于考研成功的帖子。于是这个想法至今难以实现，一次次失之交臂。
大理大理·2016-12-26 22:26

嘿，路还很长，还没到终点

1昨天在关注的公众号里，看到一位朋友的推送，是关于保研的经验帖。也说不上很熟稔，只在长辈聚餐时，曾有过一面之缘。年纪相差不大，却已荣誉满身。文中她写：“做黄金简历，要提前准备。
糕糕半成锦·2016-11-01 13:31
上一页 6 7 8 9 10 11 12 13 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他