1.Meta-Learning 1.1介绍 常见的深度学习模型,目的是学习一个用于预测的网络模型,比如能够实现猫狗分类的模型,我们学习训练的是模型的参数,学习的目的是让最终
之前用 typecho 搭的博客需要使用服务器,续不起阿里云服务器了(留下了贫穷的泪水,于是发现了好用的 Hugo ~ 1.Hugo初探 Hugo 是由 Go 语言实现的静态网站生成器
背景:第十四届全国大学生信息安全竞赛作品赛全国二等奖(团队队长) 信安大赛之于我而言,是一段从寒假到暑假的历程,期间看论文、想方向、实现作品、
1.损失函数 损失函数是衡量模型输出与真实情况差异的标准,我们所说的优化即优化网络权值使得损失函数变得更小,一般而言在机器学习中往往有三个概念
1.模型构建步骤 1.1两大模块 构建子模块:卷积层、池化层、全连接层,自己建立的模型(继承nn.Module)的__init__()方法 拼接子
1.数据读取机制 读取数据的基本流程是: 将存储图片的路径和标签信息转为list,该list可以通过index选取一个元素对应一个样本 通过get