深度学习入门2

Posted zherlock

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了深度学习入门2相关的知识,希望对你有一定的参考价值。

title: why batch norm work

没太理解

 

title: softmax regression

多分类问题,输出层变成一个n维向量,有几个类就几维,每一个元素对应属于这个类的概率

softmax激活函数,挺简单的啊

softmax这一层,本身是划分线性边界的

 

title: deep learning frameworks

选择框架的标准,编程的简洁性,运行的速度,真正的开源

tensorflow里面,只需要显式的指明正向传播,反向传播是框架会帮我算的

 

第三系列课程:structing machine learning projects

title: why ML strategy

因为网络中,可以调整的东西太多了,激活函数,层数,节点数,数据集,学习率等等

如果瞎试的话,效率很低

 

title:orthogonalization

正交化,代表一种思想,对于每一个参数的调整,刚好对应系统某一方面的表现的变化,这样的话我们才好做tuning

 

title: single number evaluation metric

选一个最关注的指标,以此为标准训练模型

 

title: satisficing and optimizing metric

满足指标,比如运行时间,低于某一个阈值就可以了,

优化指标,比如准确率,越高越好,

 

以上是关于深度学习入门2的主要内容,如果未能解决你的问题,请参考以下文章

转载零基础入门深度学习-参考文献

小白入门深度学习 | 第三篇:深度学习初体验

学习资料

深度学习入门多层感知机

深度学习入门:线性回归模型

OpenCV-Python实战(18)——深度学习简介与入门示例(快来一起推开深度学习的大门吧)