isla@isla
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。
“okay 感谢建议[ema4] 【 在 moonfighting (moonfighting) 的大作中提到: 】 : 任何一点小的差别都会影响最终结果，你最好的办法就是完全按照论文中的实验设置来做，从超参的设置到数据集的选择。如果还不行就发邮件给原作者”
“哎……这是毕设 要是其他的也就算了 今年毕设加要求 要是复现不了的话我怕是都毕不了业 话说我不太明白 既然都是发表的论文 又是顶会（我承认顶会也有水文）复现允许有差距（因为我怀疑有些论文多多少少加了overfitting） 但是差距太大很大程度在怀疑自己 另一部分也在怀疑论文……说实话不太敢怀疑真实性 所以抛出问题想求…”
“挺容易的 但是你把老婆伤了（打码/降维/模糊/加噪）想和好（过神经网络恢复）是不容易 【 在 bdyzhy9527 (米饭星人) 的大作中提到: 】 : 你以为有个老婆很容易嘛？”
“官网tutorial 多写代码 不会的就去查doc 之前我也想要“系统”学一下 然后发现轮子框架这东西只有多学多练多了解才能系统组织起来”
“吼哇 感谢！ 【 在 sworduo (君道) 的大作中提到: 】 : 如果对卷积层，bn dropout求导感兴趣的话，可以去做cs231n第二个大作业，做完你就大概清楚了。”
“好嘞 感谢学长建议[ema4] 【 在 wxytalent (talentwxy) 的大作中提到: 】 : BP掌握计算图的求导过程和优化器的优化过程即可”
“我同学也这么跟我说 可咱不是强迫癌晚期了嘛233[ema1] 二楼给了个说法我感觉极其愉悦[ema9] 【 在 sworduo (君道) 的大作中提到: 】 : 一般的框架都有求导，所以只要写好前向传播就行。”
“非常感谢！顿时心里舒坦多了[ema4] 【 在 x867786368 (磁针石) 的大作中提到: 】 : 主流的框架都是基于计算图模型，根据链式法则自动进行反向传播，不需要拘泥于公式。cnn的反向传播可以看一下img2col操作，和线性的求导过程就类似了。”
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。