IP属地：广东
-
[神经网络这次真的搞懂了!] 系列
[神经网络这次真的搞懂了!] (1) 使用神经网络识别手写数字 - 感知器[https://www.jianshu.com/p/99766505...
-
CPU 性能分析工具性能分析时，CPU 通常是首当其中的。 uptime 可供简单浏览，不推荐在需要精确度的场景使用uptime 用于显示当前系统的运行时间，用户登...
-
【深度学习实践】03. 多层感知机模型的复杂度决定了模型的拟合上限，这里的复杂度通常指模型的深度和每层的神经元的个数。当感知机隐藏层的个数大于等于1层时，则称为多层感知机。 前面...
-
【深度学习实践】补充02. Label Smoothing
出自论文：Rethinking the Inception Architecture for Computer Vision[https://a...
-
【深度学习实践】02. Softmax 回归虽然称作 Softmax 回归，但本质上 Softmax 处理的是分类问题。分类，顾名思义，即对样本数据集进行“哪一个”的解答，通常类别的范围在...
-
【深度学习实践】补充01. 批量大小对于数据集收敛的影响
神经网络对于的调参主要指超参数的调参，在众多超参数之中，批量大小（Batch Size）占有着举足轻重的作用。理论上，批量大小决定着单次送进神经...
-
【深度学习实践】01. 线性回归
线性模型既是机器学习中最基础的学习模型，也是深度神经网络中的神经元基础。而线性回归是借助线性模型解决一个或者多个自变量与因变量之间的关系的问题。...
-
Inception V3 论文学习记录原文：Rethinking the Inception Architecture for Computer Vision[http://arxi...
-
GoogLeNet（Inception V1）论文学习记录原文：Going deeper with convolutions[http://vision.cse.psu.edu/people/chris...