Step 1 design
- 设计feature，满足没有ambiguity
- 设计网络，网络最后一层没有激活层
Step 2 train
- 在面对一个大数据集时，首先保证在一个子集上能够work (特别是train loss降不下来的时候)
相关文章
- 10-19【吴恩达课后测验】Course 1 - 神经网络和深度学习 - 第二周测验【中英】
- 10-19【神经网络与深度学习】【Qt开发】【VS开发】从caffe-windows-visual studio2013到Qt5.7使用caffemodel进行分类的移植过程
- 10-19[DeeplearningAI笔记]神经网络与深度学习人工智能行业大师访谈
- 10-19深度学习(DL)-1.4 深度神经网络 (Deep Neural Networks)
- 10-19DL之RBM：(sklearn自带数据集为1797个样本*64个特征+5倍数据集)深度学习之BRBM模型学习+LR进行分类实现手写数字图识别
- 10-19浏览器中实现深度学习？有人分析了7个基于JS语言的DL框架，发现还有很长的路要走
- 10-19【偷偷学习深度学习】深度学习初探 and 数学基础
- 10-19深度学习吴恩达第一章——神经网络的初步了解和逻辑回归
- 10-19深入理解FIFO（包含有FIFO深度的解释）——转载
- 10-19FIFO深度的计算