寫一點東西記錄一下學習過程，因為有些東西入門了之後就忘了沒入門是什麼狀態了。
目前還在沒入門的狀態。門外漢學習乙個東西的過程我覺得是這樣：
1. 門外看到是什麼樣子 （知道深度學習可以做影象識別、當然不僅限於此）
2. 嘗試去模仿擺出同樣的樣子 （訓練乙個模型，用來識別）
3. 嘗試去進裡面看看什麼樣子 （看看實際的演算法、演算法細節原理、優化）
4. 左碰碰右改改看看會變成什麼樣子 （嘗試優化）
5. 重複3，4直到越看越明白
6. 從無到有創造乙個看起來一樣細看卻不一樣的樣子 （按照自己的需求建立自己的模型解決實際的問題）
深度學習目前處於1的階段，門外看到了是什麼樣子。現在遇到的問題是，我跑通了caffee的example，但是我不知道怎麼使用訓練出來的模型。how to use it？mnist 怎麼使用？
怎麼輸入乙個測試，給出結果。
深度學習 1
基本概念 訓練集，測試集 特徵值 監督學習 非監督學習 半監督徐熙 分類 回歸 概念學習 從某個布林函式的輸入輸出訓練樣例中推斷出該布林函式 例項集合x x 樣例 x 每乙個例項 c x 目標概念 學習目標 f x y 訓練集 training set data 訓練樣例training examp...
深度學習1
幾天無聊，看darknet的原始碼 1.學習率 訓練的時候看到輸出資訊沒有learning rate,進 看看，發現 network.c 裡面的get current rate net 就是獲取學習率的，列印出來的rate就是lr啦 另外，訓練densenet的時候，先burning in 1000...
深度學習1
深度學習概念理解 1.訓練集 一組資料用來訓練模型 2.驗證集 一組資料，用來調整模型引數 交叉驗證 3.測試集 與訓練集保持相同分布的一組分布，用來測試模型的好壞 不參與模型的引數調整 4.batchsize 一次用來訓練的樣本數目。太小，不收斂 太大，訓練速度下降，記憶體也可能支援不住 5.ep...