第四十三周学习笔记

第四十三周学习笔记

论文阅读

  • ImageNet Classification with Deep Convolutional Neural Networks,提出了AlexNet,在ImageNet上首度超过传统方法
  • ROUGE: A Package for Automatic Evaluation of Summaries,一个基于recall的nlg度量
  • CIDEr: Consensus-based Image Description Evaluation,基于相似度的nlg度量,同时考虑了recall和precision

AlexNet on CIFAR10

具体实现采用了现代网络设方法,与原版不同之处有:

  • 原版在两个GPU上训练两个网络,并在中间某些层设置了两个网络的连接,这里只用一个网络
  • 原版有response local normalization,这里没有使用
  • 原版的最大池化是overlapping的kernel=3,stide=2的池化,这里直接22

最佳测试误差为78.06%
第四十三周学习笔记

Faegen

详见excel

本周小结

  • 论文阅读数3,少两篇

下周计划

  • 论文阅读
上一篇:为什么Python在if语句中将字符串/数字评估为True还是myNumber == True返回False?


下一篇:在Java8中模拟Lazy