AemaH的博客

日记

忽然想起来于是就顿时下笔写的东西

翻了翻才知道，原来上次写已经是接近半年前的事情了，就算有回头翻了翻隔壁那个D:\Document\未写完的blog的文件夹，emmmmm，貌似也止步在年前，发生了一些事情，前些时候真的心态崩溃，于是也开始在原地踏步，就像写这一段我开始在思考：我说的话，通顺吗？「顺带思考了好久是不是该加上书名号」反正现在看开点了，尽量努力的改正吧。回头看有丶茫然，不知道从何开始做起来，昨天看了一个...

Posted by ERAF on April 25, 2019

Tensorflow

有关dataset和conv的一点用法的笔记

碎碎念时间 emmmm，忽然感觉最近确实有点懈怠了啊，从每周的博客的字数其实也能体现出来；「顺带尝试了一波jekyll模板的字数统计」 TFRecord tensorflow的建议格式，除了加快计算速度之外更多的还是用于将data和label放在一起更为方便的使用，代码如下：创建 # Step 1: 创建writer writer = tf.python_io.TFRecordWrit...

Posted by ERAF on December 11, 2018

Tensorflow

有关variable和scope的一点用法的笔记

首先是name_scope和variable_scope的用处区别对于前者的tf.name_scope，作用更多的还是一个编码习惯和tensorboard里面展示单元的作用，如下： with tf.name_scope('data'): iterator = dataset.make_initializable_iterator() center_words, targe...

Posted by ERAF on December 5, 2018

RNN

有关RNN的一些简单总结_1

简单的来谈一下这段时间看RNN时候遇到的一点有关概念的理解方面的东西，基本上包含一些基础概念和tensorflow里面的东西； RNN的多层和时序的概念不知道有没有和我遇到一样的问题，在一开始看RNN的结构图直白的把其中的$h_1$、$h_2$等结构看成了就是FCN里面的第一隐层第二隐层这样的关系，进而导致到后面对于tensorflow其中前向传播的时候call方法和dynamic_r...

Posted by ERAF on November 26, 2018

DL之目标检测

关于目标检测的一些笔记

前言上周所看的有关目标检测的一些东西，之前面试的时候也被问道过有关目标检测的问题了解的不多于是上周的时候，将其中有关候选框的DL方法进行了一波了解和学习，做的一些总结性的知识的东西，代码和使用的话更多的还是用的Google官方公布的一个基于tensorflow的实现；碎碎念时间：了解了一波才发现blog文章上面的图片最好的分辨率原来是1900x870 或者说高为1080的也还...

Posted by ERAF on November 14, 2018

DL之RNN

一些基本知识

前言这一周把RNN相关的东西给看了一下，毕竟现阶段DL的两大领域：CV和NLP。CNN至少都要有所了解，而NLP还是看得少一点，于是这周将其中相关的东西给好好看了一波，没有太多更深的东西都比较基础，只是自己总结复述一波。顺带上周把目标检测看了一波也做了些总结，之后再放上来这里吧；碎碎念时间：以上那行字是一个点之前就写完的，结果在回顾之前的文章的时候，就着：标题的字体颜色应该如何修...

Posted by ERAF on November 14, 2018

Reinforcement Learning

遇到的一些强化学习面试问题

说道面试时候问道的强化学习方面的问题，大致可以从value-based和policy-based讲起； value-based 这也就是强化学习日常的基础了，也就是我们平时强化学习最常用的方法；其起源来自于动态规划，基于贝尔曼最优性得到的贝尔曼最优化方程，也就是说动态规划的核心就是找到最优值函数，进而推广从model-based到model-free，一系列强化学习方法都离不开先完成对于...

Posted by ERAF on November 7, 2018

Reinforcement Learning

DQN及其相关变形

主要是介绍DQN和其中的相关变形，内容上的介绍可能和：对于强化学习的一些总结有所类似，好处当然就是多了一些代码的实现了； DQN 首先就是经典的DQN了，对于其中的介绍相关qlearning的off-policy和on-policy就不再赘述，在之前的上一篇文章中也介绍了很多，关于值函数近似的思想在这一篇值函数和策略梯度也有所说明这里更多的还是说明一下DQN和值函数和策略梯度文章中提...

Posted by ERAF on October 30, 2018

DL之正则化

解决过拟合

忽然发现对于正则化的总结忘记放上去了，或者与其说是正则化，倒不如说是常见的解决过拟合的方法；话说忽然感觉总自己写的东西其实总有点内在联系的连在一起看，总有点似曾相识的感觉；过拟合的定义如果说欠拟合是指模型并不能在训练集上有着足够低的训练误差；那么过拟合指模型的训练误差（经验误差）与测试误差（泛化误差）之间差距过大；「反映在评价指标上，就是模型在训练集上表现良好，但...

Posted by ERAF on October 21, 2018

DL之激活函数

ReLU和sigmoid

这就是个神经网络绕不开的问题：选择什么激活函数；当然一开始的时候首先我们要知道为什么需要选择激活函数；为什么需要激活函数说到激活函数，绕不开的一个问题就是：为什么需要激活函数；如果进一步联系的话，那么就是，神经网络加入激活函数引入隐层放弃了训练问题的凸性是为什么？首先就是说放弃训练问题的凸性代表着什么？凸性表示问题可以转化为一个凸优化问题，也就是说有着最优解；但同样的即使放弃...

Posted by ERAF on October 14, 2018

AemaH Blog

日记

忽然想起来于是就顿时下笔写的东西

Tensorflow

有关dataset和conv的一点用法的笔记

Tensorflow

有关variable和scope的一点用法的笔记

RNN

有关RNN的一些简单总结_1

DL之目标检测

关于目标检测的一些笔记

DL之RNN

一些基本知识

Reinforcement Learning

遇到的一些强化学习面试问题

Reinforcement Learning

DQN及其相关变形

DL之正则化

解决过拟合

DL之激活函数

ReLU和sigmoid

FEATURED TAGS

ABOUT ME