关于选项卡的动态创建

residual attention model

resnet+attention model. 利用tensorflow改写。绝对好用！

过拟合、欠拟合、梯度消失及梯度爆炸的理解

目录：         1，过拟合和欠拟合的定义         2， 过拟合和欠拟合的解决方法         3， 梯度消失和爆炸的定义         4，梯度消失和爆炸的解决方法 1，过拟合和欠拟合的定义          无论在机器学习还是深度学习建模当中都可能会遇到两种最常见结果，一种叫过拟合（over-fitting ）另外一种叫欠拟合（under-fitting）。                                          所谓过拟合（over-fitting）其实就是所建的机器学习模型或者是深度学习模型在训练样本中表现得过于优越，导致在验证数据集以及测

Residual Networks of Residual Networks: Multilevel Residual Networks

Residual Networks of Residual Networks: Multilevel Residual Networks

27. 梯度消失和梯度爆炸问题1

1.为什么要使用梯度更新规则 2.梯度消失、爆炸 3.梯度消失、爆炸的解决方案 1.为什么要使用梯度更新规则 2.梯度消失、爆炸 3.梯度消失、爆炸的解决方案

Deep Residual Learning for Image Recognition.pdf

深度较之宽度对神经网络具有更重要的意义，能一定程度模拟人脑，但是随着深度的加深，会出现梯度消失问题，阻碍了模型的收敛。Deep Residual Learning for Image Recognition一文给出了一种避免梯度消失的网络模型-深度残差网络，对深度学习的发展至关重要。