在上一篇博客《TensorFlow之DNN（一）：構建“裸機版”全連接神經網絡》 中，我整理了一個用TensorFlow實現的簡單全連接神經網絡模型，沒有運用加速技巧（小批量梯度下降不算哦）和正則化方 ...

學卷積神經網絡的理論的時候，我覺得自己看懂了，可是到了用代碼來搭建一個卷積神經網絡時，我發現自己有太多模糊的地方。這次還是基於MINIST數據集搭建一個卷積神經網絡，首先給出一個基本的模型，然后再用B ...

Wide Residual Networks (WRNs)是2016年被提出的基於擴展通道數學習機制的卷積神經網絡。對深度卷積神經網絡有了解的應該知道隨着網絡越深性能越好，但是訓練深度卷積神經網絡存在 ...

停更博客好長一段時間了，其實並不是沒寫了，而是轉而做筆記了，但是發現做筆記其實印象無法更深刻，因此決定繼續以寫博客來記錄或者復習鞏固所學的知識，與此同時跟大家分享下自己對深度學習或者機器學習相關的知識 ...

在機器學習領域中，有一個重要的假設：獨立同分布假設，也就是假設訓練數據和測試數據是滿足相同分布的，否則在訓練集上學習到的模型在測試集上的表現會比較差。而在深層神經網絡的訓練中，當中間神經層的前一層參數 ...

batch normalization學習理解筆記 最近在Andrew Ng課程中學到了Batch Normalization相關內容,通過查閱資料和原始paper,基本上弄懂了一些算法的細節部分, ...