skyecs的博客

Ian Goodfellow结合自己的工作对对抗攻击做的8点说明 Deep Learning Adversarial Examples – Clarifying Misconceptions

卷积神经网络之 fine-tuning fine-tuning就是使用已用于其他目标、预训练好模型的权重或者部分权重，作为初始值开始训练 　　• 复用相同层的权重，新定义层取随机权重初始值 　　• 调大新定义层的的学习率，调小复用层学习率

卷积网络在本质上是一种输入到输出的映射，它能够学习大量的输入与输出之间的映射关系，而不需要任何输入和输出之间的精确的数学表达式，只要用已知的模式对卷积网络加以训练，网络就具有输入输出对之间的映射能力。 特点 CNN一个非常重要的特点就是头重脚轻（越往输入权值越小，越往输出权值越多），呈现出一个倒三角的形态，这就很好地避免了BP神经网络中反向传播的时候梯度损失得太快。 卷积神经网络CNN主