(給機器學習演算法與python學習加星標，提公升ai技能)
編輯丨極市平台、機器學習實驗室
、datawhale
深度學習訓練過程一直處於黑匣子狀態，有很多同學問我具體怎麼解釋？其實很多還是無法可解釋，但是通過視覺化，具體可以知道深度學習在訓練過程到底學習了哪些特徵？到底對該目標的哪些特徵感興趣？這些我們現在已經有很多渠道可以得知，我先給大家介紹幾個比較好的工具！
輸入：caffe配置檔案 輸出：網路結構
4.結構視覺化工具plotneuralnet
薩爾大學電腦科學專業的乙個學生開發。
其實還有很多視覺化工具，但是今天我要說的是，訓練過程的視覺化，與tf的視覺化類似，但是這個操作更加簡便！
這個工具到底把訓練過程展示得多麼詳細？簡單來說，專案作者已經給你做好了乙個可以互動的介面，你只需要開啟瀏覽器載入出這個介面就可以了。cnn explainer 使用 tensorflow.js 載入預訓練模型進行視覺化效果，互動方面則使用 svelte 作為框架並使用 d3.js 進行視覺化。最終的成品即使對於完全不懂的新手來說，也沒有使用門檻。下面我們來看一下具體的效果。
通過整個過程，想必大家對過程有詳細了解，如果你技術好的，你可以通過深度學習平台直接視覺化訓練過程，那個過程想必比這個更加詳細。
推薦閱讀微盟「刪庫」程式設計師被判6年，供述無力償還網貸，酒後感覺生活不如意進入ai領域實現加薪公升職，是因為學習到了最快速、最便捷的入門人工智慧的方法沒有什麼記憶體問題，是一行python**解決不了的
【pandas指南】初學者必備手冊
訓練過程 GPU訓練
為什麼y2b的8m，8張普通tt為啥要跑幾個月？因為gpu其實有60 的時間都是在等待資料填充完成，簡直蠢。1 換個固態硬碟試試？沒用。問題出在系統匯流排上,一幀的資料量入視訊記憶體後有1.58g 當前最優的分布式訓練方式是通過引數伺服器 parameter server 執行的同步隨機梯度下降演算...
深度學習框架caffe訓練過程
1.資料準備 2.生成訓練資料和測試資料的label，生成 3.生成訓練資料和測試資料對應的lmdb build tools convert imageset shuffle true backend lmdb data cigarettetrain20170413 data cigarettetr...
Adaboost 訓練過程
每個haar特徵對應看乙個弱分類器，但並不是任伺乙個haar特徵都能較好的描述人臉灰度分布的某一特點，如何從大量的haar特徵中挑選出最優的haar特徵並製作成分類器用於人臉檢測，這是adaboost演算法訓練過程所要解決的關鍵問題。paul viola和michael jones於2001年將ad...