Batch每一次训练就是一次Batch，Batch Size的大小表示一个Batch样本容量的大小。对于Batch Size的选择有多种策略：Batch Size越大，由于可以利用并行化的优势，处理速度就会越快，可以充分利用内存资源；但是同时Batch Size越大，对于内存资源的要求就越高（epoch的次数需要增加以达到最好的结果）。图片参考自：博客Iteration意为“迭代”，1个itera

在使用python进行列表操作时，不能直接对空数组指定位置。如下：list_number=[]#声明数组for i in range(0,9):list_number[i]=iprint(list_number[i])结果报错：list assignment index out of range有如下解决方案：1.使用append方法list_number=[]for i...

人工智能中的Benchmark、SOTA、Baseline指的是什么？SOTASOTA(state-of-the-art)指的是针对于某一种特定任务，该模型做到了最佳，即最佳性能算法。BenchmarkBenchmark同后文需要讲到的Baseline比较像，都是用于对比不同模型准确度，性能表现等方面的概念。一个模型能够作为Benchmark，那么其一定是业内已经研究比较成熟，得到了较多认可的。比

Fine-tune        fine-tune中文译为“微调”，深度学习中需要在深层网络中不断进行训练更新模型的参数（权重）拟合能实现预期结果的模型。然而在深层次的神经网络中进行训练，由于模型规模大，参数量多，因此会有以下问题：       &

Fine-tune        fine-tune中文译为“微调”，深度学习中需要在深层网络中不断进行训练更新模型的参数（权重）拟合能实现预期结果的模型。然而在深层次的神经网络中进行训练，由于模型规模大，参数量多，因此会有以下问题：       &

Fine-tune        fine-tune中文译为“微调”，深度学习中需要在深层网络中不断进行训练更新模型的参数（权重）拟合能实现预期结果的模型。然而在深层次的神经网络中进行训练，由于模型规模大，参数量多，因此会有以下问题：       &