相关阅读
相关 【深度学习】参数优化和训练技巧
寻找合适的学习率(learning rate) 学习率是一个非常非常重要的超参数，这个参数呢，面对不同规模、不同batch-size、不同优化方式、不同数据集，其最合适的
╰半夏微凉°相关 深度学习算法优化系列十九 | 如何使用tensorRT C++ API搭建网络
1. 前言 在[深度学习算法优化系列十八 | TensorRT Mnist数字识别使用示例][_ TensorRT Mnist] 中主要是用TensorRT提供的`NvC
相关 深度学习算法优化系列十一 | 折叠Batch Normalization
> 好久不见，优化系列得继续更啊。。。 前言 今天来介绍一个工程上的常用Trick，即折叠Batch Normalization，也叫作折叠BN。我们知道一般BN是跟在
相关 深度学习算法优化系列九 | NIPS 2015 BinaryConnect
> 摘要：得益于GPU的快速计算，DNN在大量计算机视觉任务中取得了最先进的结果。但算法要落地就要求其能在低功耗的设备上也可以运行，即DNN的运行速度要更快，并且占用内存更少。
怼烎@相关 深度学习与围棋：为AlphaGo训练深度神经网络
2016年，DeepMind的围棋机器人AlphaGo在与李世石的第二局对决中第37手落子的瞬间，整个围棋界都震惊了。评棋人Michael Redmond，一位有着近千场顶级比
相关 【深度学习】快照集成等网络训练优化算法系列
【深度学习】快照集成等网络训练优化算法系列 ![在这里插入图片描述][resize_m_lfit_w_962_pic_center] 文章目录 1 什么
相关 深度学习网络模型训练--梯度爆炸Nan
问题 loss值 出现 Nan ( 爆炸或者数值非常高 ) 原因 1. 训练不收敛 2. 学习率太大 3. 深度网络结构设计有问题 4. 训练集中有脏数据
相关 深度学习网络模型训练---收敛速度慢
问题 网络训练收敛速度慢 主要原因 模型的问题，训练迭代时含大量参数 最佳解决办法 优化算法模型 有技巧的解决办法 网络模型的优化，通常是比较难的
不念不忘少年蓝@相关 深度学习 | 训练网络trick——知识蒸馏
1.原理介绍 [知识蒸馏论文地址][Link 1] Hinton的文章"Distilling the Knowledge in a Neural Network"首次提
相关 深度学习 | 训练网络trick——mixup
1.mixup原理介绍 [mixup 论文地址][mixup] mixup是一种非常规的数据增强方法，一个和数据无关的简单数据增强原则，其以线性插值的方式来构建新的训
还没有评论，来说两句吧...