***CNTK:**也可以与 Keras 一起使用的 Microsoft 深度学习框架( [https://www.microsoft.com/zh-cn/cognitive-toolkit/](https://www.microsoft.com/en-us/cognitive-toolkit/) )
*[**CNTK**](https://www.microsoft.com/en-us/cognitive-toolkit/):也可以与 Keras 一起使用的 Microsoft 深度学习框架
尽管我确实坚信 Keras 和 TensorFlow 是本书的正确选择,但我也想承认这些出色的框架以及每个项目对领域做出的贡献。
...
...
@@ -208,7 +208,7 @@ sudo apt-get update
sudoapt-getinstallbuild-essential
```
接下来,我们可以下载并安装 CUDA Toolkit。 如前所述,我们将安装 8.0 版及其相关补丁。 您可以在[https://developer.nvidia.com/cuda-zone 中找到最适合您的 CUDA 工具包。](https://developer.nvidia.com/cuda-zone)
接下来,我们可以下载并安装 CUDA Toolkit。 如前所述,我们将安装 8.0 版及其相关补丁。 您可以在[这个页面](https://developer.nvidia.com/cuda-zone)中找到最适合您的 CUDA 工具包。
val 数据集或验证数据集将用于查找理想的超参数并测量过度拟合。 在*时期结束时*,即网络有机会观察训练集中的每个数据点时,我们将对 val 集进行预测。 该预测将用于监视过度拟合,并将帮助我们知道网络何时完成训练。 像这样在每个时期末尾使用 val 设置与典型用法有些不同。 有关保留验证的更多信息,请参考 Hastie 和 Tibshirani 撰写的《统计学习的要素》( [https://web.stanford.edu/~hastie/ElemStatLearn](https://web.stanford.edu/~hastie/ElemStatLearn) /)。
val 数据集或验证数据集将用于查找理想的超参数并测量过度拟合。 在*时期结束时*,即网络有机会观察训练集中的每个数据点时,我们将对 val 集进行预测。 该预测将用于监视过度拟合,并将帮助我们知道网络何时完成训练。 像这样在每个时期末尾使用 val 设置与典型用法有些不同。 有关保留验证的更多信息,请参考 Hastie 和 Tibshirani 撰写的[《统计学习的要素》](https://web.stanford.edu/~hastie/ElemStatLearn)。
存在一些针对该问题的创造性解决方案。 例如,**通过成对分析**( [http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.108.3250 & rep = rep1 & type = pdf](http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.108.3250&rep=rep1&type=pdf) )和 V **olume 在 ROC 表面下**( [http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.14.2427 & rep = rep1 & type = pdf](http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.14.2427&rep=rep1&type=pdf) )都是出色的论文,都可以解决这个问题。 但是,实际上,这些方法及其度量标准很少在 R 中使用,最常在 R 中实现。因此,到目前为止,让我们坚持使用多类准确性,并且远离 R。
存在一些针对该问题的创造性解决方案。 例如,[**通过成对分析**](http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.108.3250&rep=rep1&type=pdf)和 [**ROC 表面下体积**](http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.14.2427&rep=rep1&type=pdf)都是出色的论文,都可以解决这个问题。 但是,实际上,这些方法及其度量标准很少在 R 中使用,最常在 R 中实现。因此,到目前为止,让我们坚持使用多类准确性,并且远离 R。
我之前已经提到过 Soumith Chintala 的 GAN hacks Git( [https://github.com/soumith/ganhacks](https://github.com/soumith/ganhacks) ),当您试图使 GAN 稳定时,这是一个很好的起点。 既然我们已经讨论了训练稳定的 GAN 会有多么困难,让我们来谈谈一些安全的选择,这些选择可能会帮助您成功找到自己的地方。 尽管有很多技巧,但以下是本章中尚未涵盖的我的主要建议:
我之前已经提到过 Soumith Chintala 的 [GAN hacks Git](https://github.com/soumith/ganhacks),当您试图使 GAN 稳定时,这是一个很好的起点。 既然我们已经讨论了训练稳定的 GAN 会有多么困难,让我们来谈谈一些安全的选择,这些选择可能会帮助您成功找到自己的地方。 尽管有很多技巧,但以下是本章中尚未涵盖的我的主要建议: