原创 【調參經驗】圖像分類模型的調參經驗前言調參經驗與我交流
前言用深度學習做圖像分類任務也有近一年時間了，從最初模型的準確率只有60%到後來調到有80%，再到最後的90%+的準確率，摸索中踩了很多坑，也總結出了一些經驗。現在將一些自己覺得非常實用的模型訓練經驗寫下來作爲記錄，也方便後來者借鑑驗證。調
2018-12-04 14:50:00
原创 【文獻檢索】你的Paper閱讀能力合格了嗎（碩士生版）前言Paper從哪來Paper怎麼讀Paper如何寫總結最後的最後參考資料
前言論文閱讀一直是科研過程中至關重要的一環，如何收集論文，快速選取和課題匹配的論文，高效地把握論文核心思想是每個科研人員的必備素養，也是每個科研萌新（碩士研究生）苦惱的問題。 臺灣國立清華大學的彭明輝教授曾出版過一份《研究生手冊》，其中關
2018-09-16 23:39:32
10
原创 【總結經驗】煉丹路上的坑與經驗
戳我進入本文長期更新地址 訓練的神經網絡不工作？一文帶你跨過這37個坑深度學習這些坑你都遇到過嗎？ 用Keras（後端是TensorFlow）跑一個epoch時報錯：IOError: image file is truncated 解決辦
2018-09-16 23:39:32
原创 圖像卷積與濾波參考資料：
參考資料：圖像卷積與濾波的一些知識點圖像處理基本概念——卷積，濾波，平滑1.卷積的基本概念首先，我們有一個二維的濾波器矩陣（有個高大上的名字叫卷積核）和一個要處理的二維圖像。然後，對於圖像的每一個像素點，計算它的鄰域像素和濾波器矩陣的對應元
2018-09-16 23:39:20
2
原创 【計算機視覺的任務】物體檢測綜述
學習資料： 大牛講堂 | 算法工程師入門第三期-黃李超講物體檢測（從David Marr的計算模型到現在的深度學習）重點摘錄： 例如ReLU激活函數的應用，使得神經網絡比之前用tanh， sigmoid 等激活函數的網絡更容易訓練，也更快收
2018-09-16 23:39:19