钉马掌的小铁匠的博客

一、小数据集的过拟合问题我们现在了解到的是深度学习适合于大规模数据的应用，而在小规模的数据上易出现过拟合。深度学习的特点是它擅于记忆，它能非常出色地基础训练数据的数据特征，从而在训练的数据上表现优异。在针对特定任务时，大规模的数据往往能涵盖特征空间的绝大部分，此时的训练集的特征空间往往与验证集的特征空间高度重合，深度学习模型在记住训练集特征的同时也就记住了验证集特征，以至于在训练集表现优秀的模型在验证集数据上也能表现很好。但是小规模的数据集通常只占据特定任务特征空间的一部分，此时划分的训练集和验证集的特征

每次从本地电脑传文件及文件夹到服务器，都要查一遍百度。好记性不如烂笔头，更何况记性还不好，这里只好记录一下。本文的内容是关于ssh 上传/下载 文件及文件夹到 linux 服务器。一、上传文件到Linux服务器命令如下：$ scp filename username@ip_address:directory_name例如：$ scp lucy.jpg ipp@10.38.111.109:/data/dataset/hdatasets二、上传文件夹到linux服务器命令如下：...

一、os.walk(path)遍历文件夹path下的所有文件夹和文件，每次访问一个文件夹和文件，并在访问后输出该文件夹的root，文件夹下的dir，文件夹下的file。for root, dir, file in os.walk(path): print('-------') print(root) print(dir) print(file)...