菜鸟实习日记~day14(BN层)

作者: 少校seo 分类: 黑帽seo资讯 发布时间: 2019-09-07 15:15

批处理规范化(Batch Normalization)是谷歌提出的一种训练优化方法。参考文件:批量标准化加速

我个人认为BN层的功能是加快网络的学习速度。文中提到的其他优点是这一优点的副产品。

如何使用BN?

标准化是数据的标准化(标准化,规范化)。批处理可以理解为批处理,这就构成了批处理标准化。

首先,让我们谈谈批处理是如何确定的。在美国有线电视新闻网,批处理是由训练网络设置的图片数量,批处理大小。

规范化过程,引用了论文中的解释:

输入:输入数据x1..xm(这些数据是准备进入激活功能的数据)

从计算过程中可以看出,

1.计算数据的平均值;

2.计算数据方差;

3.数据标准化(我认为标准化也是可以接受的)

4.训练参数γ,β

5.输出γ通过γ和β的线性变换得到初始值

在训练的正向传播中,电流输出不会改变,只记录γ和β。

在反向传播过程中,根据得到的γ和β,通过链推导的方法得到学习率甚至变化权值。

(特征图中黑帽seo的值作为BN的输入,即通过BN计算并存储这9个值γ和β,通过γ和β输出和输入不变)

为什么要使用BN?

为了防止梯度爆炸或梯度分散

何时使用BN?

好吧,既然说了BN的优点,我们自然可以知道什么时候使用BN更好。例如,贝叶斯网络可以尝试解决神经网络训练中不能训练的收敛速度慢或梯度爆炸等问题。此外,可以增加BN来加快seo实习日志的训练速度,提高模型在一般使用条件下的准确性。

微调Resnet时,应注意网络结构文件中BatchNorm层的参数:

1.use_global_stats:在训练期间,应为所有BN层设置false(或者不设置,caffe默认为false)

2.使用_global_stats: true在测试期间为所有BN层设置

影响:

1.如果训练未设置为false,模型将不会收敛

2.如果测试没有设置为真,精度将非常低。

(预测试,假时acc=0.05,真时acc=0.91)

差异:

Use_global_stats: false是每个批次中数据的平均值和方差;

Use_global_stats: true是使用的所有数据的平均值和方差

SEO实习自我面试自我介绍

只有当我来到公司时,我才发现其他学生已经提前到了。考官不想看到严肃而沉重的面试场景,而是聊了又聊。

首先,迟到的学生介绍了他们的经历和互联网。

其次,我了解了搜索引擎优化:

1.设计资料档案和综合服务档案的区别

2.网站的首要因素(公关价值、权重、包容性等)。)

3.网站(如新浪)如何推广流行词汇(如野兽)并获得流量(话题、我的博客等)。)

4、搜索引擎的目的是(针对用户还是企业?)

5.什么是外部链接(友谊链接和重印链接,即指向网站以外的其他网站的所有链接)和内部链接(内部网站的自我链接)

6.东南大学如何判断网站的包容性(判断重印和原创性)

7、SE的麻烦(搜索信息不完整、满足用户日益增长的需求、网站欺骗、如何向用户提供更好的信息等)。)(搜索引擎优化首先从东南开始)

8、由于动态技术的使用,一个网站可能只有一个动态页面,但可以生成数百个静态页面。注意网站的变化和不变。如果搜索引擎优化实习日志没有移动,根据搜索引擎优化的搜索原则进行适当的处理(尝试在动态部分放置链接)

9.问关键词肯定会成为搜索引擎优化的焦点,比如“什么”、“如何”和“如何”,比如:知道、搜索、问等等。根据20/80规则,我们如何才能充分利用长尾关键字来获得一小部分流量?

10、主要做关键词,主要做流量...

就我个人而言,我认为面试官非常好,知识和经验丰富,而且和蔼可亲。难怪他已经在网上工作五年了。从面试开始,我的心跳越来越快,直到我出来。看起来我的冷静对seo来说不够好,不够冷静。然而,由于我以前已经掌握了基本的搜索引擎优化,我基本上可以回答所有的问题。俗话说,“机遇总是青睐有准备的人。”但是,有很多地方我忽略了,也加深了影响。

总之,搜索引擎优化还有很长的路要走,加油!

高级行政主任实习自我面试自我介绍