V2EX › csuyzt 的所有回复 › 第 1 页 / 共 1 页

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

现在注册

已注册用户请登录

2020 年 6 月 13 日

回复了 heyhumor 创建的主题 › 机器学习 › CRNN 模型的大佬们请进。。。

生成的数据与实际数据像么？自动生成的大概逻辑是怎样的？

2019 年 1 月 15 日

回复了 csuyzt 创建的主题 › 机器学习 › keras 实现《Large-scale Bisample Learning on ID vs. Spot Face Recognition》

csdn 地址： https://blog.csdn.net/csuyzt/article/details/86500961

2018 年 9 月 15 日

回复了 csuyzt 创建的主题 › 机器学习 › numpy 实现神经网络系列

@sangleft 欢迎参与！！！

2018 年 9 月 14 日

回复了 csuyzt 创建的主题 › 机器学习 › numpy 实现神经网络系列

@zetary 过奖，谢谢

2018 年 8 月 6 日

回复了 bestehen 创建的主题 › 机器学习 › 机器学习算法框架问题

不是算法，是框架

2018 年 8 月 1 日

回复了 bestehen 创建的主题 › 机器学习 › 机器学习算法框架问题

1：tensorflow
a)优点
全流程机器学习框架(训练、调试、打包、部署)
可视化支持(tersorboard)
支持数据和模型并行
社区活跃
灵活(特别是对于复杂网络)
b)缺点
原生 API 底层、上手较难（不过一般都用 keras，后端用 tensorflow ）

2：caffe
a)优点:
擅长图像处理
训练速度快
有很多预训练好的经典模型
易上手：不写任何代码就可训练模型

b)缺点
对循环网络(RNN)支持不好
面对大型网络有点吃力（ GoogLeNet，ResNet ）
没有原生支持分布式

pytorch 不太熟悉

2018 年 7 月 31 日

回复了 bestehen 创建的主题 › 机器学习 › 机器学习算法框架问题

深度学习框架目前应该是各有千秋, 大部分情况下不是个人怎么选择;对于具体的算法,大牛们开源的代码用的哪个框架;你就用哪个框架;
目前 TensorFlow Caffe PyTorch 都比较常用

2018 年 7 月 18 日

回复了 csuyzt 创建的主题 › 机器学习 › cv-papers: 计算机视觉相关论文整理、翻译、记录、分享

欢迎交流