卷积带来的问题 应用卷积后,我们发现带来两个问题。 数据损失 应用卷积后,我们会发现输出的矩阵总是小… 继续阅读 DEEP LEARNING之二十六:卷积神经网络中的Padding和Strided 卷积

通过上一篇文章,你可能看到一个经过巧妙设计的Filter具有了检测竖直边缘的能力。这一篇文章我们就来… 继续阅读 DEEP LEARNING之二十五:卷积神经网络中关于Edge Detection的Filter

人常说脑子越用越活,这是因为大脑积累了很多的底层经验。比如你学会了C++,你学Java就会简单很多。… 继续阅读 DEEP LEARNING之二十三:迁移学习,多目标学习以及端到端学习

评价指标 单一数字评价原则 为了简化我们的工作,我们在不同的阶段来评价一个模型,要定义一个单一的数字… 继续阅读 机器学习策略之二:如何设置评价指标以及划分训练集,开发集,以及测试集

假设你正在训练一个识别人脸的神经网络,目前的正确率达到了90%。接下来你想让正确率更高一些,你应该做… 继续阅读 机器学习策略之一:什么是机器学习策略以及正交化你的策略