【AI达人养成营】炼丹小trick
1. DropOut
2. ReLu
3. Normalization
4. Skip connection:
5. big batch size
6. Consie Learning rate Descay:
7. Label smoothing
8. Focal loss
9. warm up
10. EMA model
11. lr_scheduler
【AI达人养成营】笔记
分布式训练分布式训练有两种实现模式：模型并行和数据并行。模型并行的方式一般适用于如下两个场景： 模型架构过大： 完整的模型...
【AI达人养成营】—学习笔记
：
作为最实用的快速排序法，通过查找资料，学习到了不同的实现方法：
《算法导论》中的快速排序程序：
在将其与我的代码对比后，发现其分片过程不同...
【AI达人养成营】学习笔记
较低，解决方法是提高模型复杂度，如增加层数或调整模型结构等。
过拟合的原因主要是模型的复杂度太高（层数太多）导致模型的学习能力过强，把一些噪声...
【AI达人养成营】11月笔记与心得
的AI达人养成营我也是通过朋友偶尔间了解到的，基本零编程基础，通过这次学习学到了很多东西，我要一步一步来，慢慢学习，向大佬看齐。...
