Sweety_Lin的博客

需要解决的问题： 1. 逐行读取 txt 文件中的训练记录 2. 提取 每行中的 loss、epoch 数据信息 3. 针对每个 epoch 的多个 batch 计算一个 mean_loss train_log 中的数据信息和格式： Python 代码 import re import matplotlib.pyplot as plt import os.path as osp fullpath = osp.abspath('./train_log.txt') filedir,

1. 混淆矩阵：TP，TN，FP，FN TP：true positive，实际为正例，预测为正例 TN：true negative，实际为负例，预测为负例 FP：false positive，实际为负例，预测为正例 FN：false negative，实际为正例，预测为负例 2. precision, recall，F1，PR曲线 precision：精确率、查准率，预测为正例的样本中，实际为正例的样本所占的...

1. ResNet 提出的背景 深层卷积神经网络在图像分类领域取得了很多很棒的进展，因为随着网络层次的加深，feature level 从 low--mid--high 逐步得到丰富，但是通过简单堆叠多层网络真的可以学的更好吗？（Is learning better networks as easy as stacking more layers? ）答案是否定的。随着网络层次的加深，会出现两个问题： 1）梯度消失/爆炸 （vanishing/exploding gardient） ...

“Kai Zhang, Wangmeng Zuo, Yunjin Chen, Deyu Meng, Lei Zhang,Beyond a Gaussian Denoiser: Residual Learning of Deep CNN for Image Denoising, IEEE Trans. on Image Processing, 2017” Network Architecture...