图像任务 batch size 我们倾向于设置得稍微小一点，NLP 任务则可以适当的大一些。
来自：13 | 优化方法：更新模型参数的方法
4 人划过
3.NumPy 针对 NumPy 数组一系列的运算进行了优化，使得其速度特别快，并且相对于 Python 中的列表，同等操作只需使用更少的内存。
来自：02 | NumPy（上）：核心数据结构详解
4 人划过
因为 GPU 做矩阵运算比较快，所以在神经网络中的计算一般都首选使用 GPU，但对于学习来说，我们用 CPU 就可以了。
来自：01 | PyTorch：网红中的顶流明星
4 人划过
简单来说，就是稀疏连接可以让学习的参数变得很少，而平移不变性则不关心物体出现在图像中什么位置。
来自：09 | 卷积（上）：如何用卷积为计算机“开天眼”？
3 人划过
这里有个 model.eval() 需要你注意一下，因为有些层（例如，Dropout 与 BN）在训练时与评估时的状态是不一样的，当进入评估时要执行 model.eval()
来自：14 | 构建网络：一站式实现模型搭建与训练
3 人划过
这里有个额外的小知识点，如果是面试，经常会被问到为什么采用 1x1 的卷积或者 1x1 卷积的作用。1x1 卷积的作用就是用来升维或者降维的。
来自：17 | 图像分类（上）：图像分类原理与图像分类模型
3 人划过
然而在 y 上我们打算进一步删除第 1 维度的时候，就会发现删除失败了，这是因为 y 此刻的第 1 维度的大小为 3，suqeeze 不能删除。
来自：04 | Tensor：PyTorch中最基础的计算单元
3 人划过
*精彩内容为该课程各文章中划线次数最多的内容
讲师
方远
LINE China 数据科学家
编辑推荐
包含这门课的学习路径
机器学习工程师
13门课程 37.6w人学习
看过的人还看了
