1. 前言
- 此篇博文用来记录平常见到的DL有关讲解很清楚的知识点。
- 目前文章包括如下内容:(会坚持更新来记录有关知识)
- 全连接层流程及softmax loss
- 过拟合欠拟合问题
- 权重衰减的推导
- 归一化
- 网络参数的几种初始化方式
- 机器学习模型的三种评估方法
- 感受野
- 全局平均池化
- 张量维度的判断技巧
- 最近邻插值Nearest和双线性插值bilinear
- Focal Loss
- 有关PyTorch中
nn.CrossEntropyLoss()
加入权重的理解 - Pseudo Labeling 训练策略
- CNN计算力FLOPs
- 评价指标ROC和AUC
torch.cat
方法简记