激活函数activation function：将阶段输出值使用一个函数进行数值变化。

最后一起看下训练的结果日志，如下图所示，可以看到 testAcc = 93.86%，此处用的是双卡 2080Ti，比单卡来说，训练的 batch_size 更大...

为了解决 cifar100 val_acc 过低的问题，本质上是过拟合问题，所以特地去 papers with code 网站上看了下 cifar100 ben...

flower_photos 数据量比较小，所以 simple_cnn 可以在 trainset 上拟合到 0.99，意思就是数据复杂度 < 模型复杂度

上图我们可以发现，对于simple_cnn来说，数据增强有很明显的作用，可以显著提高val_acc，也就是模型的泛化性。

我自己写的代码和该教程略有不一样，有三处改动，第一个地方是用归一化(均值为0，方差为1)代替数值缩放([0, 1])，代替的理由是能提升准确率

今年年底，我在人民邮电出版社有一本书要出版，书名暂定为《JavaScript深度学习实战》，欢迎各位小伙伴前来围观喏！

它是一个广泛使用且深入理解的数据集，并且在大多数情况下已“解决”。表现最好的模型是深度学习卷积神经网络，其分类准确率超过 99%，在保持测试数据集上的错误率在 ...

神经网络架构搜索(NAS, Neural Architecture Search)俨然成为目前最热门的AI研究方向之一，它的目的是让算法去找到最优的模型结构，将...

卷积神经网络 概念认识：https://cloud.tencent.com/developer/article/1822928

神经网络(neual networks)是人工智能研究领域的一部分，当前最流行的神经网络是深度卷积神经网络(deep convolutional neural...

卷积神经网络通过卷积操作和池化操作学习输入特征的局部模式；随着网络层数的增加，卷积神经网络对这些局部模式不断地进行组合、抽象，最终学习到高级特征。

本文介绍卷积神经网络的入门案例，通过搭建和训练一个模型，来对几种常见的花朵进行识别分类；

本文介绍卷积神经网络的入门案例，通过搭建和训练一个模型，来对10种常见的物体进行识别分类；使用到CIFAR10数据集，它包含10 类，即：“飞机”，“汽车”，“...

深度残差收缩网络是建立在三个部分的基础之上的，包括残差网络、注意力机制和软阈值化。

论文：《Learning Fashion Compatibility with Bidirectional LSTMs》

2019年12月，洛桑联邦理工学院和瑞士生物信息研究所的研究者在nature methods上提出使用分子表面的化学和几何指纹，来预测蛋白质和其他分子间的相互作...

大家好，我是一名本科在读大三学生，下面我将跟大家分享一下最近正在学习的迁移学习知识，还望前辈们不令赐教。

故障诊断入门级选手提个问题，振动信号分析直接做频谱分析就好了，为啥需要人工智能? - amaze2的回答 - 知乎 https://www.zhihu.com/...

深度残差收缩网络是深度残差网络的一种改进，针对的是数据中含有噪声或冗余信息的情况，将软阈值函数引入深度残差网络的内部，通过消除冗余特征，增强高层特征的判别性。其...