乐乐的博客

原文：http://blog.youkuaiyun.com/huangynn/article/details/52947894梯度爆炸原因：梯度变得非常大，使得学习过程难以继续现象：观察log，注意每一轮迭代后的loss。loss随着每轮迭代越来越大，最终超过了浮点型表示的范围，就变成了NaN。措施： 1. 减小solver.prototxt中的base_lr，至少减小一个数量级。如果有多个loss laye...

原文链接：https://blog.youkuaiyun.com/achirandliu/article/details/78761761 首先用教育网邮箱（edu.cn 或edu结尾的）注册个帐号，便可下载这些资源 Download links to ILSVRC2017 image data. http://image-net.org/challenges/LSVRC/2017/download-i...

https://handong1587.github.io/index.html

0.拿到数据集后别急着建模型，先分析数据可视化数据。        在大多数机器学习任务中，我们首先要做的（也是最重要的任务）就是在使用算法之前分析数据集。这一步骤之所以重要，是因为它能够让我们对数据集的复杂度有深入的了解，这最终将有助于算法的设计。        因此，我决定使用 t 分布随机邻域嵌入（https://lvdmaaten.github.io/tsne/）可视化技术来查看图片的...

This method can be broken into a 6-step process, including: Sampling positive images Sampling negative images Training a Linear SVM Performing hard-negative mining Re-training your Linear SVM usi...

孪生神经网络（siamese network）中，其采用的损失函数是contrastive loss，这种损失函数可以有效的处理孪生神经网络中的paired data的关系。contrastive loss的表达式如下： 其中d=||an−bn||2，代表两个样本特征的欧氏距离，y为两个样本是否匹配的标签，y=1代表两个样本相似或者匹配，y=0则代表不匹配，margin为设定的阈值。 ...