YQ8023family的博客

卷积层中对应参数个数的计算参考

翻译：微调指的是：就是用别人训练好的模型，加上我们自己的数据集，来训练新的模型。fine tune相当于使用别人的模型的前几层，来提取浅层特征，然后在最后再落入我们自己的分类中。好处：不用完全重新训练模型，提高效率，在比较少的迭代次数之后得到一个比较好的效果。适用于：数据量不是很大的情况...

wikipedia中的解释指在特定时间达到的设备，技术或科学领域的最高水平的一般发展。它还指由于当时采用的共同方法而在任何特定时间达到的这种发展水平。该术语自1910年以来一直被使用...

python官网解释实例解释aa.py如下：#encoding=utf-8import sysa = sys.argv[0]b = sys.argv[1]c = sys.argv[2]print(a)print(b)print(c)运行时输入 aa.py hello world输出结果：('aa.py')('hello')('worrld')...

知乎用户对编码器解码器的理解encoder：本身其实就是一连串的卷积网络。该网络主要由卷积层，池化层和BatchNormalization层组成。卷积层负责获取图像局域特征，池化层对图像进行下采样并且将尺度不变特征传送到下一层，而BN主要对训练图像的分布归一化，加速学习。概括地说，encoder对图像的低级局域像素值进行归类与分析，从而获得高阶语义信息（“汽车”， “马路”，“行人”）...

参考wikiA heat map (or heatmap) is a graphical representation of data where the individual values contained in a matrix are represented as colors. “Heat map” is a newer term but shading matrices have ...

训练集（training set）、验证集（validation set）、测试集（test set）的区别训练集验证集测试集训练集验证集测试集

深度学习中一些常用的函数使用sparse_softmax_cross_entropy_with_logits()求含有正则化的损失值tf.reduce_mean()tf.train.exponential_decay()tf.train.GradientDescentOptimizer()tf.train.ExponentialMovingAverage()tf.control_dependenc...

端到端学习视频讲解地址ppt地址总结起来就是：给定input，得到ouput

参考预测图像中每个像素标签的任务

全称：local response normalization最早来源于论文AlexNet中提到的：i：代表下标，你要计算像素值的下标，从0计算起j：平方累加索引，代表从j～i的像素值平方求和x,y：像素的位置，公式中用不到a：代表feature map里面的 i 对应像素的具体值N：每个feature map里面最内层向量的列数k：超参数，由原型中的blas指定α：超参数，由原...

稀疏交互/连接/权重sparse interactions/connectivity/weights

HSV（HSB）、HSL的理解HSV（HSB）HSV（HSB）