关于 一次800的会是仙人跳吗(81604940微信) 的搜索结果,共1929
x****3 2018-07-10
零基础认识深度学习——猿直立行走
--下图 21模型结果汇总 -- 22.但这就算找到合适模型了?我又手写了个数字2,还特地选黑底白字28*28,结果这几个模型没个识别准确,全部识别失败。 --下图 22.新图识别失败 -- 四、实战才能出模型 本实验拿到正确率94.81%模型意外惊喜,那个模型测其他图片失败倒意料之中。因为这实验初始样本才几千张,如果样本数量够多,过拟合(即噪音特征被纳入模型)可能性就越小;我用全部默认调试选项,添加其他特征项调试模型可能减少欠拟合(主特征没提取到)几率;我并未明确定义该模型使用场景,即没有明确训练数据、测试文件和生产文件否相同。 我们看到完全相同配置模型,只因为点击生成模型时间不同,对同个图片识别结果确千差万别,再强调这不因果判断而相关性计算。实验结论和我上文主张相同,模型需要拿实战数据进行实际训练,且我们只能预估但不能预测模型生成结果。我做这个实验就给大家解释,AI模型训练不软件外包,不谈拢了价格就能规划日预估效果个AI技术供应商简单点就卖现成模型,比如说脸识别模型、OCR识别模型等等。
s****7 2018-07-10
知著看技术误解——从裸光纤和NTPD谈起
我们很难成功调试NTPD服务,装NTPD又没有装LAMP可以拿去吹牛,时间长了NTPD服务就背上黑锅了。 真有TOP10互联网公司和上亿国家级项目里用ntpdate+crond,上代架构师为什么有这个误深究,下将误固化为偏见,新将偏见神化为迷。 但无论误、偏见还,时间跃变、回退和停滞对应用健壮性和业务安全性威胁始终存在,时间不仅仅我玩游戏时用魔法,忽视问题并不能掩埋问题。 六、见知著和防杜渐 我讲NTPD和裸纤并不为卖弄知识,也不为做偏门科普,而希望进阶工程师们多考虑下如何规避这类误?我们在做技术工作时,只关注客户和同事能提出需求?客户永远不知道裸纤物理特性,同事也不知道时间也能错误和波动,他们能说清楚业务逻辑就不错了。 把所有精力都用到做业务逻辑,你只个编程语言翻译机而已;自己主动观测技术环境依赖,有资格有能力做出技术选型决策,才给Coder群集做技术校准。即使你不想做技术决策和管理者,多怀疑和观察环境,也能少些沟通成本,少走些冤枉路,多份自和自尊。
TOP