关于我是怎么学习神经网络的

明成祖的侄子:
一：学会数据集的基本操作 二：最基本的卷积网络 三：训练和保存模型 四：加载训练好的模型 五：用模型来预测未知图片 六：模型迁移

是云之落呀:
为什么模型评估的时候有85%的准确率，迁移后就有97%的准确率呀，是和数据集的复杂程度有关吗？

【回复】应为手写数字集比较简单
胡凯莉可不是猪:
up主，你好，我有一个用神经网络做评价的作业，可以请教一下吗

【回复】回复 @Mediocrity落 :哈哈 我BP神经网络不配拥有全称缩写[doge]
【回复】回复 @赤地_CAE :[doge]这个名字也把我唬了，还以为是什么最新的模型，看到你的评论意识到应该是BP
【回复】回复 @赤地_CAE : 写作业是这样的，给你一个高大上的名字，然后自己去搞
LeeBow_Z:
upup，如果自己对开源模型做了修改的话，应该怎么去对比自己的和原模型之间的效率呀，都跑整个数据集的话耗时好像会太久，是应该另外找一个小数据集换上去还是在原模型用的数据集中随机挑选一些样本来测试呀，或者用什么别的方法

【回复】粗测的话可以在训练集的一小部分跑，或者搞个可变学习率。
祈彼:
网上的开源模型已经跑过一些了，但是还是不会定义一个属于自己的network[笑哭]很有帮助，关注了[打call]希望up后续能出更多视频

【回复】回复 @祈彼 :【简单的卷积神经网络优化调参和网络搭建实战】 https://www.bilibili.com/video/BV18i421Q7LQ/?share_source=copy_web&vd_source=7809a285970f516054e032758873b4af
【回复】回复 @明成祖的侄子 :在哪儿呀
潜潜潜生:
upup,请问有没有能走完像你这样的模型流程的教程视频或文章啥的，很想体验一下[微笑]

【回复】其实b站就有很多，从原理，公式推导，优化方法的用处和原理，一直讲到各种常见神经网络的搭建。
【回复】最近在看Deep Learning with R cookbook，写的挺不错，没有太多的原理推导。中文版叫深度学习（R语言版），清华大学出版社出版
【回复】回复 @明成祖的侄子 :谢谢[脱单doge]
猪是的人看着倒:
请问下博主交叉验证要怎么做？ 为什么我看的一些论文在文章里说自己做了交叉验证，但是我看给的代码里根本就没有做交叉验证？

【回复】交叉验证就是把样本分成训练集和测试集，在训练集里训练模型，然后用测试集的效果来评估模型。一般训练集和测试集的数量是8比2，既8成的数据用来训练，而2成的数据用来测试。训练的效果代表模型学习的程度，而测试的效果体现模型的泛化性。
【回复】回复 @明成祖的侄子 : 好的 谢谢
【回复】回复 @猪是的人看着倒 :看这篇文章：http://t.csdnimg.cn/pEXBV
李狗蛋130:
刚学过点python基础，往下的学习路线是什么

【回复】回复 @李狗蛋130 :不客气
【回复】回复 @熊大-py :好的谢谢
【回复】回复 @李狗蛋130 : 基础的学生信息管理系统，然后慢慢往上做就可以了，加油[打call]