文章 31

访客 2045

声望 153

第10名

Blog

学习笔记之学习率衰减方法

exponential_decay,polynormal_decay,natural_exp_decay,inverse_time_decay四种学习率衰减方法

学习笔记之cifar10卷积神经网络的计算图设计

学习笔记之cifar10卷积神经网络的计算图设计

学习笔记之用于cifar10的卷积神经网络结构设计

用于cifar10的卷积神经网络结构设计

学习笔记之为非线性全连接层添加正则化损失

学习笔记之为非线性全连接层添加正则化损失

学习笔记之优化器选择对网络性能的影响

优化器对网络性能的影响

学习笔记之学习率及池化层变化、权重初始化对网络性能的影响

学习率设置和权重初始化对网络性能的影响,对于该应用实例的结果

学习笔记之第3章:用于MNIST的卷积神经网络 / 第6节:改变网络激活函数观察网络性能的变化

修改激活函数观察运行结果

学习笔记之第3章:用于MNIST的卷积神经网络 / 第4节第5节:卷积滤波器核的数量与网络性能之间的关系

通过改变K值观察程序运行结果

学习笔记之第3章:用于MNIST的卷积神经网络 / 第3节:简单卷积神经网络的训练和评估会话

简单卷积神经网络的训练和评估会话,保存评估结果

学习笔记之TensorFlow中级教程 第3章第1,2节:用于MNIST的简单卷积神经网络的设计

用于MNIST的简单卷积神经网络的设计

2章:卷积神经网络相关API详解 / 第3节:激活函数API详解(上)

relu,relu6,crelu,elu函数解析

第2章:卷积神经网络相关API详解 / 第2节:二维池化操作API

二维池化操作API

 ©2017 studyai.com 版权所有

关于我们