fcn训练自己的数据集loss值爆炸

回复

参数调节tear123 发起了问题 • 1 人关注 • 0 个回复 • 6 次浏览 • 4 小时前 • 来自相关话题

一般的识别分类,网络要做多少层

图像分类陶潜水 回复了问题 • 2 人关注 • 1 个回复 • 40 次浏览 • 5 小时前 • 来自相关话题

Caffe的L2 loss层的源码问题

回复

Caffe开发使用goodluckcwl 发起了问题 • 1 人关注 • 0 个回复 • 6 次浏览 • 5 小时前 • 来自相关话题

为什么把num_output减小后准确率反而上升了?

深度学习理论陶潜水 回复了问题 • 3 人关注 • 2 个回复 • 37 次浏览 • 5 小时前 • 来自相关话题

我在卷积层和全连阶层写了自己的聚类算法函数,在hpp文件也声明了,怎么编译出现这个问题啊

综合问题卞龙鹏 回复了问题 • 2 人关注 • 2 个回复 • 268 次浏览 • 6 小时前 • 来自相关话题

caffe新写的层调试出错

回复

Caffe开发使用卞龙鹏 发起了问题 • 1 人关注 • 0 个回复 • 5 次浏览 • 6 小时前 • 来自相关话题

train loss值多少才合适

回复

语义图像分割匿名用户 发起了问题 • 1 人关注 • 0 个回复 • 9 次浏览 • 6 小时前 • 来自相关话题

caffe分类图片,训练结果的test accuracy与用C++接口的单张图片分类结果严重不符

回复

图像分类tengjianing 发起了问题 • 1 人关注 • 0 个回复 • 15 次浏览 • 10 小时前 • 来自相关话题

测试模型时,进行图片特征提取时,报这个错误是怎么回事,求大神解答!

回复

深度学习应用ClareQi 发起了问题 • 1 人关注 • 0 个回复 • 35 次浏览 • 1 天前 • 来自相关话题

在训练深度学习的时候,有哪些地方需要归一化,归一化的好处是什么?

深度学习理论shuokay 回复了问题 • 5 人关注 • 1 个回复 • 999 次浏览 • 1 天前 • 来自相关话题

对于刚开始接触深度学习领域的小白,应该怎样系统地进行该领域学习?

综合问题bhj52099 回复了问题 • 22 人关注 • 8 个回复 • 2290 次浏览 • 1 天前 • 来自相关话题

Test Gradient的问题 求大神帮忙看看!

回复

Caffe开发使用匿名用户 发起了问题 • 3 人关注 • 0 个回复 • 602 次浏览 • 2016-08-16 23:24 • 来自相关话题

深度学习语义分割的自己制作数据时,关于如何生成图像的标注图像

语义图像分割wangzhangup 回复了问题 • 4 人关注 • 1 个回复 • 1386 次浏览 • 1 天前 • 来自相关话题

深度学习Tensorflow学习资料

TensorFlow开发会用YJango 发表了文章 • 0 个评论 • 268 次浏览 • 2017-04-03 12:53 • 来自相关话题

 深层学习为何要“Deep”(上)

深层学习为何要“Deep”(下)

YJango 的 Live -- 深层学习入门误区

串讲 线性代数、概率、熵

TensorFlow基本用法

Tensorflow代码演示LV1 · 超智能体 (看不了gitbook请看代码演示LV1)

Tensorflow实现神经网络(2)
Tensorflow实现深层学习完备流程

循环神经网络(Recurrent)--介绍

循环神经网络--实现LSTM

循环神经网络--scan实现LSTM

循环神经网络--双向LSTM&GRU
 
超智能体 知乎专栏
 
超智能体 gitbook 查看全部

深度学习训练的困难有哪些?

深度学习理论disheng 回复了问题 • 3 人关注 • 1 个回复 • 746 次浏览 • 1 天前 • 来自相关话题

深度学习强调参数预训练,在caffe上有什么体现?

回复

深度学习理论oneBite 发起了问题 • 2 人关注 • 0 个回复 • 141 次浏览 • 2017-07-07 16:24 • 来自相关话题

训练样本取多少合适?

回复

深度学习应用mhaoyang 发起了问题 • 1 人关注 • 0 个回复 • 35 次浏览 • 1 天前 • 来自相关话题

深度学习 适合用来做少样本的分类么?

综合问题moyan 发表了文章 • 3 个评论 • 905 次浏览 • 2016-12-29 17:46 • 来自相关话题

手头上有一批样本 有1000个样本,分6类,其中某一类总共才100个样本(各类样本数量很不均衡),各类取30%来测试,用的是alexnet,目前的分类精度才40%,请各位大神指点一下,对于这种少样本且不均衡的数据怎么来做分类。
手头上有一批样本 有1000个样本,分6类,其中某一类总共才100个样本(各类样本数量很不均衡),各类取30%来测试,用的是alexnet,目前的分类精度才40%,请各位大神指点一下,对于这种少样本且不均衡的数据怎么来做分类。

训练时样本有什么要求?

图像分类陶潜水 回复了问题 • 2 人关注 • 2 个回复 • 60 次浏览 • 1 天前 • 来自相关话题