博客介绍了深度学习过程，强调做实验时要对比训练集和测试集错误率观察学习效果。还阐述了卷积神经网络参数设定，列举了卷积核的基础参数，如核大小、输出通道数等，并给出参考图书。
目录
1.深度学习过程概述
每次写论文做实验的时候都忘记了要考虑训练集上的错误率与测试集上的错误率作对比来观察学习的效果
2.卷积神经网络参数设定
卷积核最基础的参数如下：
（1）核大小（kernel size）
（2）输出通道数
（3）输入通道数
（4）边缘填充数
（5）扫描步长
参考图书：繆鹏 -深度学习实践计算机视觉
扫一扫
评论
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
