标签:#深度学习

整理:【动手学深度学习·第四篇】卷积神经网络:从 LeNet 到 ResNet,感受野、池化、残差连接的设计逻辑全讲透

这两天一直在研究这个话题,踩了几个坑,把遇到的东西整理成文,供有需要的朋友参考。 ## 【动手学深度学习·第四篇】卷积神经网络:从 LeNet 到 ResNet,感受野、池化、残差连接的设计逻辑全讲透 > --- ![](https://i-blog.) > 🔥 本篇目标:第三篇的 MLP 把 Fa

分享:第十五章:海纳百川——集成学习的高级策略与Stacking硬核实战

刷到一个挺有意思的话题,结合自己之前的经验,整理了一下核心要点。 在上一章“从树到森林”中,我们领略了Bagging通过并行投票降低方差、Boosting通过顺序纠错降低偏差的强大威力。然而,当单一算法家族(像是清一色的决策树)遇到性能瓶颈时,我们需要更宏大的视野——**“海纳百川”**。本章将彻底

聊聊OpenClaw 上下文管理:Token 优化策略

前段时间遇到一个小问题,后来发现这是个挺常见的坑,顺手整理一篇笔记。 #### 目录 - [摘要](#_2) - [1. 引言 - Token 限制的挑战](#1___Token__8) - [1.1 什么是 Token?](#11__Token_10) - [1.2 Token 限制带来的挑战](

聊聊深度学习实战-基于Xception的农场害虫图像分类检测模型

整理一篇学习笔记,把看到的一些要点和自己的理解都记下来。   ![](https://img-blog.) > 🤵‍♂️ 个人主页:@艾派森的个人主页 > ✍🏻作者简介:Python学习者 🐋 希望大家多多支持,咱们一起进步!😄 --- **目录** [1.项目背景](#1.%E9%A1%B9%E7