辛淼

辛淼

CaffeCN社区创始人。北航PhD,目前在哈佛大学工作。

绑定认证

威望 : 5762 积分 : 2957 赞同 : 115 感谢 : 20

擅长话题

更多 »回复

1

追逐模型越来越“小”(如果专业一点说叫做追求模型更紧凑)这是必然的趋势,可以关注最近热的边缘计算概念。这是实际应用中的需求。一方面,降低模型的尺寸是为了存储上的便利(如果手机上一个app几百M那是不可接受的);另一方面,减少模型参数有利于计算更快速。单纯降低模...

0

很好的工具,可视化可以帮助大家理解神经网络,某些时候可以分析网络中过大的权重和梯度。然而恕我直言,想通过可视化的方法去分析神经网络,尤其是超大规模的神经网络,这个思路早就有人尝试,然而并没有什么作用。想要用可视化的方法来调参,我觉得或许不现实。

0

这个问题确实很多人报告过,由于我自己没专门测试过,所以不敢说是不是bug,希望朋友们指导。 目前比较确定的是,如果你的模型是再C++API下训练的,那么在同样的环境下测试是没问题的。但由于数值精度的问题,用其他语言接口会有一定的误差。

0

可以 但也要考虑到你的问题 如果需要学跟角度相关的特征就不要这么做了 另 目前的一些方法已经去掉了pooling 用卷积替代 相当于学pooling

0

solver可能会有多个 跟你的网络结构有关 比如并置双网络 则可以有两个solver

更多 »发问

没有内容

发问

回复

文章

最新动态

详细资料

绑定认证:
微博
本站成就:

威望: 89 赞同: 114 感谢: 19

最后活跃:
2017-08-21 11:10
擅长话题:
框架使用 30   7
论文阅读 15   0
人脸识别 2   0
更多 » 关注 8

YJango shiorioxy zhisbug caijinlong 王斌_ICT

更多 » 819 人关注

laizizhandi zhangshuhanb assiduous 君莫笑 zero7705

主页访问量 : 3685 次访问