知識回顧
- 數據增強
- 卷積神經網絡定義的寫法
- batch歸一化:調整一個批次的分布,常用與圖像數據
- 特征圖:只有卷積操作輸出的才叫特征圖
- 調度器:直接修改基礎學習率
卷積操作常見流程如下:
1. 輸入 → 卷積層 → Batch歸一化層(可選) → 池化層 → 激活函數 → 下一層
- Flatten -> Dense (with Dropout,可選) -> Dense (Output)
作業:嘗試手動修改下不同的調度器和CNN的結構,觀察訓練的差異。
@浙大疏錦行
知識回顧
卷積操作常見流程如下:
1. 輸入 → 卷積層 → Batch歸一化層(可選) → 池化層 → 激活函數 → 下一層
作業:嘗試手動修改下不同的調度器和CNN的結構,觀察訓練的差異。
@浙大疏錦行
本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。 如若轉載,請注明出處:http://www.pswp.cn/bicheng/93911.shtml 繁體地址,請注明出處:http://hk.pswp.cn/bicheng/93911.shtml 英文地址,請注明出處:http://en.pswp.cn/bicheng/93911.shtml
如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!