稀土掘金 稀土掘金
    • 首页
    • 沸点
    • 课程
    • 数据标注 HOT
    • AI Coding
    • 更多
      • 直播
      • 活动
      • APP
      • 插件
    • 直播
    • 活动
    • APP
    • 插件
      • 搜索历史 清空
        • 写文章
        • 发沸点
        • 写笔记
        • 写代码
        • 草稿箱
        创作灵感 查看更多
确定删除此收藏集吗
删除后此收藏集将被移除
取消
确定删除
确定删除此文章吗
删除后此文章将被从当前收藏集中移除
取消
确定删除
编辑收藏集
0 /100
DL
订阅
avatar
锯末果汪 创作等级LV.1
更多收藏集

微信扫码分享

微信
新浪微博
QQ

3篇文章 · 0订阅
  • [译] 调试神经网络的清单
    众所周知,机器学习代码很难调试。就连简单的前馈神经网络,您也经常需要围绕网络架构、权重值初始化和网络优化做出决策 - 所有这些都可能导致机器学习代码中隐藏BUG。 代码永远不会崩溃、引发异常,甚至变慢。 网络持续训练,损失仍在不断减少。 几个小时后会收敛,但结果却很糟糕。 您可…
    • 云水木石
    • 6年前
    • 2.1k
    • 8
    • 评论
    人工智能
  • Adam作者大革新, 联合Hinton等人推出全新优化方法Lookahead
    机器之心报道,参与:思源、路、泽南。 最优化方法一直主导着模型的学习过程,没有最优化器模型也就没了灵魂。好的最优化方法一直是 ML 社区在积极探索的,它几乎对任何机器学习任务都会有极大的帮助。 从最开始的批量梯度下降,到后来的随机梯度下降,然后到 Adam 等一大帮基于适应性学…
    • 机器之心
    • 6年前
    • 1.7k
    • 8
    • 1
    机器学习
  • 机器学习中踩过的坑,如何让你变得更专业?
    踩过坑才知道哪些路是不可行的,有时候犯错误也能帮助我们变得更加专业。数据科学家ArchydeBerker在本文中详述了他和周围同伴们在机器学习探索中踩过的坑,这也都是大家经常性遇到的问题。他希望通过这
    • AI研习社
    • 5年前
    • 675
    • 3
    • 评论
    深度学习