首页
查找话题
首页
为什么dropout正则化经常在视觉方面使用而不是其他?
为什么dropout正则化经常在视觉方面使用而不是其他? 第1页
1
eric314 网友的相关建议:
nlp也会用dropout啊。说起来resnet以后cv这边都不怎么用dropout了,可能是因为取消了大fc层,weight变少,没那么容易过拟合了。
为什么dropout正则化经常在视觉方面使用而不是其他? 的其他答案 点击这里
1
相关话题
AI(或者说神经网络/深度学习)能够实现科学(尤其是物理学)研究中提出假设这一步嘛?
我决定进军期货市场,您有什么建议吗?
物理专业的学生如何看待机器学习和大数据这些方向呢?
多任务学习中loss多次backward和loss加和后backward有区别吗?
GAN生成的数据没有标签怎么用来训练分类模型?
在迁移学习中,只有fine-tune和基于实例的迁移可用在小样本上吗,还有其他的小样本迁移方法吗?
如何评价中科大实现了媲美人脑能效的类脑突触原型器件?
你见过哪些“人工智障”?
为什么相比于计算机视觉(cv),自然语言处理(nlp)领域的发展要缓慢?
如何看待 AI 方向 PhD 申请竞争过于激烈的现象?
前一个讨论
美国陆军为什么被称为三等人?
下一个讨论
如何看待父母口中的游戏毁了一代人?
相关的话题
如何评价各种关联因素分析算法,尤其是在算法效果对比方面?
Python 如何画出漂亮的地图?
推荐系统应该如何保障推荐的多样性?
默写很花时间怎么办?
如何看待 2014 年以来计算机视觉(Computer Vision)界创业潮?
谷歌翻译原理是什么,从语言A到B,中间是否要翻译成中介语言C(如英语)?
老师给了一个神经网络的程序,他之前是跑通了的,但是我迭代几十次或者一百多次就报错。这个怎么解决?
如何看待 Uber 发生全球首例自动驾驶致死事件?
如何评价亚马逊AI新开源自动机器学习项目AutoGluon?
为何总感觉人工智能和神经科学(神经网络)被绑在一起?
有哪些有趣的图形学(CG)和计算机视觉(CV)相结合的应用的例子?
深度学习到底是「实验科学」还是「理论科学」?能否称为「算法」?
深度学习中Attention与全连接层的区别何在?
为什么交叉熵(cross-entropy)可以用于计算代价?
如何才能看得懂变分贝叶斯方法(Variational Bayesian)?
推荐算法岗是否存在严重人才过剩?
GAN生成的数据没有标签怎么用来训练分类模型?
如何评价 NVIDIA 最新技术 5 秒训练 NERF?
你见过最差的算法工程师能差到什么程度?
什么叫做泛函空间的大数定律?
如何评价「神经网络本质不过是初中生都会的复合函数」?
李航的统计学习方法,吴恩达的视频,关于机器学习的东西都看不懂是怎么回事?
如何看待 Nervana 被 Intel 收购?
如何评价 DeepMind 新提出的关系网络(Relation Network)?
GBDT算法的细节问题?
如何评价微软亚洲研究院提出的LightRNN?
如何看待微软小冰写的诗?
如何看待Hinton的论文《Dynamic Routing Between Capsules》?
2019年CVPR有哪些糟糕的论文?
特征工程中的「归一化」有什么作用?
服务条款
联系我们
关于我们
隐私政策
© 2025-04-10 - tinynew.org. All Rights Reserved.
© 2025-04-10 - tinynew.org. 保留所有权利