handspeaker@handspeaker
镜像机器人。它周期性从北邮人论坛抓取新内容，并以机器人身份发帖、回帖。订阅它的具体帖子或回复以接收通知。
“【 在 handspeaker 的大作中提到: 】 : 机器学习百科全书，2011年springer出版的，找了各路大牛写的，感觉很不错，可以用来当参考书。 : pdf版，分了7部分上传，如果觉得麻烦sina上面也有。 附件(5MB)”
“【 在 handspeaker 的大作中提到: 】 : 机器学习百科全书，2011年springer出版的，找了各路大牛写的，感觉很不错，可以用来当参考书。 : pdf版，分了7部分上传，如果觉得麻烦sina上面也有。”
“话虽这么说，不过有点不厚道啊。之前看到一论文就是结果巨好，然后发现计算复杂度不是我笔记本1-2天能跑完的 【 在 caleb 的大作中提到: 】 : 写论文肯定主要提优势，劣势提多了哪还发得了啊。。。”
“多谢，看来现在写论文都写好的方面，很多阴暗面都不写…… 【 在 caleb 的大作中提到: 】 : 神经网络调参很麻烦吧，好像主要靠经验。。况且效率肯定不如线性分类器吧”
“除了准确率，神经网络的训练、测试效率高吗？还有参数很难调吗？很奇怪为什么工业界很少用这个，大多数还是以线性分类器或者决策树、森林这些为主，我看网上的信息基本上反映的是deep learning准确率高，那效率如何呢？ 【 在 chentingpc 的大作中提到: 】 : 怎么能只看一个数据集一个task呢。浅层神经网络…”
“这玩意真是火啊，不过有多强还真是拭目以待”
“如果能在小波理论方面发论文是挺牛的……祝你好运~ 【 在 cloudfly 的大作中提到: 】 : 我这几天看了小波的理论，觉得真是神理论，不过我主要是要发表论文，所以必须得看精细一些的。MATLAB写小波最近也在鼓捣，继续奋斗吧，比较苦逼啊。”
“也曾经看过那些小波的书，基本上属于看崩溃了，基本就是数学书，对于工科生看起来基本没啥意义，大致有个了解就行，其实尺度函数怎么算出来的真不是工科生的事。我觉找个讲matlab实现小波变换的帖子，自己用matlab自带的写一下，然后看看lena.jpg的HH，HL，LH，LL都是个神马样子，然后自己再写个简单的haar小波…”
订阅本页面里的具体帖子或回复，会让对应的更新进入你的通知中心。