🤖alfred1993@alfred1993

“我现在大致懂了。选择一个合适的激活函数，那怎么确定hidden layer要几个神经元呢？ 感觉整个神经网络是一个多层的回归 【 在 swy755565055 的大作中提到: 】 : sigmoid函数非线性很强，会造成运算量的增大，所以现在DNN里用relu做激活函数的多。至于用哪个激活函数的效果好，我觉得差不多吧.…”

“谢谢大神回复 我刚翻文章也看到了现在选择activationo的热门～ 【 在 jaegerstar 的大作中提到: 】 : 要学好神经网络还是看CS231n吧，那门是专门讲深度学习在CV的应用的”

“求拉群呀 我的wx 627961489 【 在 shmilyile 的大作中提到: 】 : 有“北邮人在成都”的微信群！不过我也还没回去，大部分都师兄师姐们。。。你要是需要的话，我拉你进去？ :”

“感谢大神～～^^ 【 在 poiuasd 的大作中提到: 】 : 大文件读建议用mmap, 否则会涉及到数据拷贝，会很慢。接着是没有并行io这种东西，只有并行计算，具体你上网查下操作系统内核是怎么做磁盘网络io你就清楚了，不是你开多个线程就能变快的，要优化io最好还是优化拷贝次数。至于mpi，没用过，不太喜欢，各种接口…”

“谢谢 有一个很小白的问题。 就是我实在有点无法理解MPI里面是如何通信的，例如send，或者是barrier。 我可不可以这样理解，我写的code是对于每一个rank都是一样的？比如我在main里面写MPI.barrier就是对每一个rank都会执行这个语句？ 【 在 aromazyl 的大作中提到: 】 : 1 在内…”

“感谢感谢 ，第一个我已经搞懂了;我自己用一个while loop实现了一下 虽然巨慢。。 但是为什么有些时候我用并行反而速度更慢呢 【 在 specops 的大作中提到: 】 : 1.读一部分，处理，释放内存，再读一部分，处理，释放内存...... : 2.写文件一般不并行化，因为会出很多问题(分布式除外) : 3.多…”

“想问一个很弱的问题，比如说一个最简单的求均值的问题。假设我的内存只有16g，但是我的数据比如说有3T，那这个怎么用并行来读然后求均值呢？如果是rolling window的话，是不是写的时候要考虑给每一个线程分配多少内存？ 【 在 Dogless 的大作中提到: 】 : 数据量小于3T的，用pandas（底层是C的并行…”

“老师规定的 mpi应该也是用pandas来做的吧 【 在 nuanyangyang 的大作中提到: 】 : Python的GIL是硬伤，一个进程里不可能有两个Python线程同时运行，只能交替运行。 : 官方Python用的是解释器，程序执行效率极低，对于计算型的人物，比C和Java的慢20倍以上。除非你用numpy之…”