CS231n: Convolutional Neural Networks for Visual Recognition [2017] 课程笔记 Note 8 发表于 2022-03-10 分类于 🌙学习资源 ， ⭐Stanford CS231n 阅读次数： Valine： 本文字数： 246 阅读时长 ≈ 1 分钟Note 8原文：Neural Nets notes 3翻译：神经网络笔记3（上）（下）该笔记讲解了神经网络的动态部分，即神经网络学习参数和搜索最优超参数的过程。内容列表如下：梯度检查合理性（Sanity）检查检查学习过程损失函数训练集与验证集准确率权重：更新比例每层的激活数据与梯度分布可视化 译者注：上篇翻译截止处参数更新一阶（随机梯度下降）方法，动量方法，Nesterov动量方法学习率退火二阶方法逐参数适应学习率方法（Adagrad，RMSProp）超参数调优评价模型集成总结拓展引用