2018-08-23 24
https://github.com/hse-aml/intro-to-dl
以及如何用colab来完成作业
使用keras搭建网络
学习使用python 的 yield
知识点
1.代码
np.allclose(numeric_dw,grad_w,rtol=1e-3,atol=0)
a = np.array([1,2,3,4,5,6,7,8])
a[slice(3, 8)] #array([4, 5, 6, 7, 8])
np.random.permutation(100) # 生成一个array，内部是被打乱的0-99数字
np.mean()可以用在bool型数据上
from IPython.display import clear_output # 在ipython上清空输出，便于实时更新输出
plt.xticks(原本数值，更改后文字) #更改坐标轴显示
权重初始化的数学道理
BN
在激励函数之前
更多
dropout
数据增强 （不用采用平移策略）
用1*1卷积降维
用3x3代替5x5减少计算量
高斯模糊
3x3改为两个方向的卷积，再次减少计算量
图像semantic segmentation任务
transposed convolution
解pooling
非监督学习
自动编码器 Autoencoder
使用非监督学习算法学习图片特征
但要考虑到自编码网络由大量生活图像非监督训练成，用这个网络进行癌症照片识别，是很不合理的。
AE（autoencoder）应用
图像合成：综合两个图片的特征，对其编码取平均
图像更改：一个图片自编码后，其编码加上代表胡子的编码——实现让一个人的图片有胡子、查看一个人变老的样貌等等
网友评论