深度学习

白天 夜间 首页 下载 阅读记录
  我的书签   添加书签   移除书签

深度学习——优化器算法Optimizer详解

浏览 104 扫码 分享 2023-11-24 01:40:56
  • OneNote

    OneNote

    已剪辑自: https://www.cnblogs.com/guoyaohua/p/8542554.html

    若有收获，就点个赞吧

    0 人点赞

    上一篇:
    下一篇:
    • 书签
    • 添加书签 移除书签
    • 自监督学习（Self-Supervised Learning） 2018-2020年发展综述
    • 机器学习新手十大算法
    • Multi-task Learning多任务学习概述
    • BiLSTM-CRF模型中的CRF层介绍
    • 数据增广之详细理解
    • 神经网络参数量的计算：以UNet为例
    • 理解卷积神经网络的局限
    • Self-Supervised Learning 入门介绍
    • 目标检测和感受野的总结和想法
    • More About Attention
    • 全新弱监督目标检测框架-商汤
    • 目标检测中不平衡问题综述
    • 从图(Graph)到图卷积(Graph Convolution)
      • 从图(Graph)到图卷积(Graph Convolution)：漫谈图神经网络模型 (三)
      • 从图(Graph)到图卷积(Graph Convolution)：漫谈图神经网络模型 (二)
      • 从图(Graph)到图卷积(Graph Convolution)：漫谈图神经网络模型 (一)
    • 全卷积网络 FCN 详解
    • 分类问题的label为什么必须是one-hot 形式
    • 9102年入门GAN的补习
    • 选择性搜索（selective search）
    • 详解ROIAlign的基本原理和实现细节
    • 多示例学习（Multi Instance Learning）
    • 极大似然估计详解
    • 交叉熵损失函数（CELoss）
    • 移动平均（Moving Average）
    • 监督学习分类
    • 空洞卷积（atrous convolutions）
    • 知识蒸馏
      • 知识蒸馏Knowledge Distillation简述（二）
      • 知识蒸馏Knowledge Distillation简述（一）
    • Meta Learning
      • Meta-Learning: Learning to Learn Fast
      • Learning to Learn - berkeley
      • An introduction to Meta-learning
    • DenseNet详解
      • DenseNet详解（二）
      • DenseNet详解（一）
    • 图片数据集均值、方差计算
    • 机器学习评估指标
    • 准确率, 精确率, 召回率和F1-Measure
    • Softmax函数详解
    • 深度学习网络层之 Batch Normalization
    • 一文看懂 Attention 机制
    • BiLSTM基本原理
    • 理解 LSTM(Long Short-Term Memory) 网络
    • 深度学习中模型训练速度总结与分析
    • Score Map简介
    • 深度学习——优化器算法Optimizer详解
    • 关于深度残差网络ResNet
    • VGG Net学习笔记
    • 一文让你彻底了解卷积神经网络
    暂无相关搜索结果！

      让时间为你证明

      展开/收起文章目录

      分享，让知识传承更久远

      文章二维码

      手机扫一扫，轻松掌上读

      文档下载

      请下载您需要的格式的文档，随时随地，享受汲取知识的乐趣！
      PDF文档 EPUB文档 MOBI文档

      书签列表

        阅读记录

        阅读进度: 0.00% ( 0/0 ) 重置阅读进度
          思维导图备注