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_losstrain_log 中的数据信息和格式：Python 代码import reimport matplotlib.pyplot as pltimport os.path as ospfullpath = osp.abspath('./train_log.txt')filedir,

1. 混淆矩阵：TP，TN，FP，FNTP：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...