一份简短的关于训练神经网络的技巧,值得一看, 包括:
一般建议 -分析你的数据 -考虑你的架构
个人公号:RushPlayer 个人网站:https://rushplayer.github.io/ 1 前言 写一点个人观察,主要是关于人脑学习与机器学习相似之处。众所周知,先有生物学家和数学家对人脑的逆向和模拟,才有了机器学习神经网络的
1、Batch Normalization的引入 在机器学习领域有个很重要的假设:IID独立同分布假设,也就是假设训练数据和测试数据是满足相同分布的,这是通过训练数据获得的模型能够在测试集上获得好的效果的一个基本保障。在深度学习网络中,