發簡信
IP屬地：浙江
-
深度學習中神經網絡的幾種初始化權重方法在深度學習中，神經網絡的權重初始化方法對（weight initialization）對模型的收斂速度和性能有著至關重要的影響。說白了，神經網絡...
-
深度學習中的優化問題
1. 文章 An overview of gradient descent optimization algorithms 2. 概要 梯度優化...
-
交叉熵損失函數交叉熵代價函數（Cross-entropy cost function）是用來衡量人工神經網絡（ANN）的預測值與實際值的一種方式。與二次代價函...
-
-
序列模型第一周 循環序列模型 目前還是使用one-hot的方法來做~ 為什么不適用標準的神經網絡呢？原因有以下幾點： 它不僅根據現在的輸入決定輸出，而且...
-
卷積神經網絡一個還不錯的入門教程：https://www.cnblogs.com/skyfsm/p/6790245.html 計算機視覺上應用的多點，但這種...
-
結構化機器學習項目機器學習策略（一） 這節主要講深度學習中的一些策略，或許可以幫助我們少走一些彎路（比如你尋找了很久的數據，但其實是算法本身出了問題。） 正交化：...
-
改善深層神經網絡：超參數調試、正則化以及優化第一周 深度學習的實用層面 一般訓練集和測試集比例是 7：3 or 6：2：2，但是在大數據時代（數據超過百萬）我們可以將測試集和交叉驗證集的比...
-
《DRN:A Deep Reinforcement Learning Framework for News Recommendation》論文閱讀筆記之前學習了強化學習的一些內容以及推薦系統的一些內容，二者能否聯系起來呢！今天閱讀了一篇論文，題目叫《DRN: A Deep Reinforcem...