腾讯云
开发者社区
文档
建议反馈
控制台
登录/注册
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
首页
学习
活动
专区
工具
TVP
最新优惠活动
返回腾讯云官网
SnailTyan
专栏成员
举报
717
文章
598341
阅读量
61
订阅数
订阅专栏
申请加入专栏
全部文章(717)
网络安全(200)
https(199)
version(150)
编程算法(124)
sdn(85)
com(85)
博客(76)
linux(53)
神经网络(43)
spring(42)
python(32)
java(31)
深度学习(29)
http(23)
spring boot(21)
容器(19)
html(18)
网站(18)
机器学习(16)
xml(14)
人工智能(14)
统计(12)
c++(11)
api(11)
maven(11)
面向对象编程(11)
索引(11)
shell(10)
遍历(10)
tensorflow(9)
打包(9)
容器镜像服务(8)
腾讯云开发者社区(8)
排序(8)
搜索(8)
ide(7)
开源(7)
卷积神经网络(7)
numpy(7)
opencv(7)
javascript(6)
bash(6)
github(6)
图像处理(6)
binary(6)
指针(6)
css(5)
jquery(5)
android(5)
git(5)
bash 指令(5)
文件存储(5)
腾讯云测试服务(5)
缓存(5)
gradle(5)
pandas(5)
tree(5)
数据库(4)
sql(4)
access(4)
jar(4)
日志服务(4)
ssh(4)
数据结构(4)
数组(4)
mac os(3)
php(3)
node.js(3)
存储(3)
jvm(3)
pytorch(3)
anaconda(3)
windows(3)
count(3)
leetcode(3)
search(3)
word(3)
数据(3)
对象存储(2)
其他(2)
c 语言(2)
c#(2)
bootstrap(2)
eclipse(2)
unix(2)
apache(2)
spark(2)
jdk(2)
hashmap(2)
tcp/ip(2)
kernel(2)
大数据(2)
sdk(2)
loops(2)
matplotlib(2)
set(2)
递归(2)
队列(2)
基础(2)
模型(2)
优化(2)
字符串(2)
人脸识别(1)
官方文档(1)
数据挖掘(1)
ruby(1)
actionscript(1)
servlet(1)
json(1)
makefile(1)
tomcat(1)
ubuntu(1)
apt-get(1)
命令行工具(1)
yarn(1)
serverless(1)
图像识别(1)
正则表达式(1)
mybatis(1)
yum(1)
监督学习(1)
zookeeper(1)
grep(1)
二叉树(1)
aop(1)
gcc(1)
ntp(1)
数据分析(1)
数据处理(1)
nest(1)
特征工程(1)
absolute(1)
bat(1)
bi(1)
builder(1)
byte(1)
caffe(1)
cs(1)
digits(1)
distance(1)
dp(1)
duplicates(1)
embedding(1)
exe(1)
fill(1)
find(1)
free(1)
function(1)
gpu(1)
grid(1)
illegalstateexception(1)
image(1)
integer(1)
javabeans(1)
jobs(1)
key(1)
label(1)
less(1)
list(1)
mac(1)
map(1)
matrix(1)
max(1)
mean(1)
min(1)
minimum(1)
mnist(1)
nested(1)
numbers(1)
nvidia(1)
palindrome(1)
perfect(1)
pip(1)
product(1)
row(1)
setter(1)
sort(1)
state(1)
stdin(1)
stdout(1)
string(1)
sum(1)
timestamp(1)
touch(1)
变量(1)
编码(1)
编译(1)
操作系统(1)
测试(1)
磁盘(1)
函数(1)
内存(1)
算法(1)
系统(1)
语法(1)
终端(1)
搜索文章
搜索
搜索
关闭
Check failed: shape[i] >= 0 (-1 vs. 0)错误
kernel
Tyan
2017-12-28
1.3K
0
AlexNet论文总结
kernel
机器学习
神经网络
深度学习
人工智能
本文介绍了深度卷积神经网络在图像分类任务上的挑战、解决方案和实验结果。首先,文章介绍了在自然语言描述场景下,针对图像分类任务的数据集和评估方法。然后,文章详细阐述了使用深度卷积神经网络在图像分类任务上的挑战,包括训练数据不充足、训练时间过长、模型过拟合等问题。接着,文章介绍了解决这些问题的方法,包括使用更大的数据集进行训练、使用更快的优化算法、使用正则化方法、数据增强、Dropout等。最后,文章给出了实验结果,展示了使用深度卷积神经网络在图像分类任务上的表现。
Tyan
2017-12-28
1K
0
没有更多了
社区活动
【纪录片】中国数据库前世今生
穿越半个世纪,探寻中国数据库50年的发展历程
立即查看
Python精品学习库
代码在线跑,知识轻松学
立即查看
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
立即体验
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
立即查看
领券
问题归档
专栏文章
快讯文章归档
关键词归档
开发者手册归档
开发者手册 Section 归档