“江歌案”判了。 12个伤口，413天。瘦弱的母亲，在唯一的女儿残忍被杀后，卖掉房子，四处奔波，在人性的千万种不可预知中，保持冷静，条理清晰，拼了一条命只求换来真相。 而在不...
发简信
IP属地：辽宁
-
曾经的受害者家属告诉你，江歌妈妈余生有多难
-
集成学习系列(五)-GBDT(梯度提升决策树)以前一直以为GBDT算法十分的什么，而且十分难懂，但是最近看了李航老师的《统计学习方法》一书的第八章，从AdaBoost算法，到通过前向分步算法来解释AdaBoost算法，再...
-
-
神经网络瘦身：SqueezeNet今年二月份，UC Berkeley和Stanford一帮人在arXiv贴了一篇文章： SqueezeNet: AlexNet-level accuracy with 50x ...
-
TensorFlow从0到1 - 13 - AI驯兽师：神经网络调教综述TensorFlow从0到1系列回顾 在未来的AI时代，“手工程序”将变得越发稀有，而基于通用AI程序，通过大数据“习得”而生的程序，会无所不在。到那时，程序员将光荣卸任，取...
-
【译】如何应对 CNN 中的过拟合问题个人主页：http://hellogod.cn 什么是卷积、最大池化和 Dropout？ 这篇文章是深度学习系列中一篇文章。请查看#系列1和#系列2 欢迎来到本系列教程的第三...
-
看完这个，貌似知道了一些深层网络训练问题：体重、腰粗、难推倒深度学习是很强大，几乎可以通过足够的数据训练出各种各样复杂函数。但缺点是，难以训练出满意的结果。与许多游戏中的强力角色一样，虽然成长值高，练级却困难。花好半天，练个半死，才见...
-
通道洗牌、变形卷积核、可分离卷积？盘点卷积神经网络中十大令人拍案叫绝的操作。CNN从2012年的AlexNet发展至今，科学家们发明出各种各样的CNN模型，一个比一个深，一个比一个准确，一个比一个轻量。我下面会对近几年一些具有变革性的工作进行简单盘点...
