4个月研究:
网站
http://www.cnblogs.com/tornadomeet/p/3468450.html (反向求导练习)
http://www.cnblogs.com/jie-dcai/p/5803220.html
难点:
各种神经网络架构怎么使用(tensorflow + caffe)
研究matconvnet的内部求导与segmentation loss 的实现
学会神经网络反向求导,包括:矩阵求导、conv求导、pool求导、
梯度是怎么反向传播的
修改网络结构finetune 调整学习率与参数
课余时间/剩余时间:
研究论文 做实验 小象课程(深度学习)
掩护:
研究论文做实验
本文详细探讨了深度学习中的反向传播算法,包括矩阵、卷积及池化层的求导过程,并介绍了如何利用TensorFlow与Caffe进行神经网络架构搭建及训练,同时还分享了学习率调整和网络结构调整的经验。
522

被折叠的 条评论
为什么被折叠?



