Hacks on Computer Vision

第87期 HackCV 日报

2017.12.28

难点在于为了解决问题,要做太多的选择,比如,要解决的问题属于哪一类?输入和输出又是什么?使用哪种学习算法比较好?学习算法里面的参数怎么设置?等等类似的问题,很难迅速地下结论。本文提供了一些解决思路供参考,但实际上要解决问题,还是需要多次的尝试才行。

这篇文章实际上是几篇论文的内容总结,意在解释为什么深度学习的泛化能力这么好。近来确实有很多人在研究深度学习的基本原理,目前得到的提高泛化能力的方法如下:初始位置的选择、修改冲量时修改batch的大小、不降低学习率而是增大batch的大小。

非常有意思的实践,使用一个简单的线性回归模型,对食物中的原料比例进行预测。

__EOF__

本文作者HackCV
版权声明本博客所有文章除特别声明外,均采用 BY-NC-SA 许可协议。转载请注明出处!
本文链接https://hackcv.com/daily/%E7%AC%AC87%E6%9C%9F-hackcv-%E6%97%A5%E6%8A%A5/

发表评论