这一篇文章主要介绍了如何从数据集中提取重要的原始特征的方法，这些特征是可能能对分类器的分类产生很好的效果。
04月30日1
机器学习
数据关键特征的提取
04月30日1
机器学习
04月30日1
深度学习
Batch Normalization技术介绍
这一部分介绍一下Batch Normalization，这个可以帮助我们在模型train不起来的时候，帮助模型的训练。十分有用的一个工具。
04月26日评论
深度学习
Dropout技术介绍
本篇介绍关于dropout技术。dropout是在过拟合的时候进行使用的技术，适用与deep learning。
04月26日评论
深度学习
Pytorch模型实例-MNIST dataset
这里给出一个使用动态改变网络结构的例子，来实现在MNIST dataset中的分类实验。这个目的是为了之后可以帮助我们测试dropout，BN等的性能。
04月21日评论
深度学习
Pytorch动态改变网络结构(Dynamically add or delete layers)
这一篇主要介绍在Pytorch中如何动态改变网络的结构，使用这种方式会方便网络的编写，特别是一些比较深的结构。
04月21日评论
机器学习
交叉检验(Cross Validation)简介
这一篇简单介绍一下交叉检验的技术，以及给出一个交叉检验的实例。交叉检验可以进行模型的选择，查看模型是否存在过拟合或是欠拟合的状态。
04月17日评论
机器学习
正则化技术介绍–L1,L2范数
这一篇会简单介绍正则化的技术, 简单介绍一下L1和L2范数的性质, 并记录一下一个实验.
04月16日评论
深度学习
深度学习模型可视化-Netron
记录一下一个好用的神经网络可视化的软件Netron，并记录一下Pytorch中模型的保存。
03月25日评论
深度学习
Convolutional Neural Networks(CNN)介绍–Pytorch实现
主要介绍Convolutional Neural Networks(CNN)的内容， 包括为什么CNN适用于图像，卷积层与池化层的含义。逆卷积层和逆池化层的实现。文章中会使用Pyt...
03月20日评论
大数据分析
Spark-SQL基础知识
这一篇文章介绍一下Spark SQL的基本概念，并且会举一个例子；会涉及文件的导出导入，查询操作，注册临时表并进行操作；
09月28日评论
17