英语:

1.每天背单词,75起步。(这周没怎么背,考虑调整了)

2.并背王江涛图画作文一:传统文化(这周没背,但肯定要做

学校:

0.吴恩达ML

1.毕设一:可视化,肺癌基因突变,深度学习(那么作图就暂时告一段落,看好CNN)

2.毕设二:web,推荐算法,数学题库(吃了人家的饭,好好做吧)

业余(基本没做):

1.《如何阅读一本书》

2.《月亮和六便士》

3.继续《Harry Potter》

作息时间:

8:00前起床

8:00背单词

8:30图书馆坐下

早上研究CNN理论

——

11:00-11:30吃饭

11:30-12:30看剧/游戏/看书

12:30-13:00给英语?

13:00-14:00午睡

——

下午任一

晚上给代码学习⚪

1:00睡觉

Tip:

1.这周主攻CNN理论,吴恩达ML课不要落下。(后期补救了挺好)

2.上周吧,中午游戏玩久了。(这周比上周好)

时间 4.21日 4.22一 4.23二 4.24三 4.25四 4.26五 4.27六
预告       去国博       SNC出游
8:00起床 +0.5h

+1h

+1.5h +0.5h +0.5h  
8:30到图书馆坐下 √  +0.5h +1h  ×  +1h  +0.5h   
早上(学CNN/看书) 吴恩达ML 九点多起的,然后调代码       
11:00吃饭  √ × 同上  +1h    
11:30-12:30自由娱乐 √    √  吃饭  下午和hl讨论毕设     
12:30-13:00背课文 ×  ×  上课  国博  同上     
13:00-14:00午睡 +0.5h  ×  上课  国博  同上     
下午

Coursera题目

MOOC宇宙探索

随便看看

睡了下

改毕设2的web  三点半回到宿舍,玩了会儿睡到六点半 睡觉1h并考虑讨论时涉及的问题     
17:00吃晚饭 √  √  √  睡觉  √     
晚上 看网王  CNN  研究图片导入  起来调了会儿网络  翻阅以前生成的基因图,准备大改     
20:00跑步   √  +1h  下雨  ×     
22:15图书馆闭馆   打牌  回宿舍打游戏  洗衣服  招舍友    
1:00睡觉   √  √    √     
   最近都没开计时器

白天受why告诉我她准备休学

内心有点焦虑 。

另外这两天有点偏离日程轨道了!

!最近起床都晚了,单词也背少了

别忘了本周吴恩达还没做

你应该先成为所接触的人中拔尖者,然后再去看到更大的世界。

一步一步以世界为目标吧!

hl确实很厉害,今天中午的讨论,让我开始反省,我应该从我的课题出发,重新整理思路和方法了。

再夸一下hl,如果没有今天午饭交流,我几乎忘了我为什么要学计算机,为什么要写代码,不是为了努力跟着别人的思路走,甚至不惜放弃理解力。

所以我现在的问题就是,研究loss不下降的原因,可能要试着加深网络

 

成果:

1.图1是吴恩达ML第三次编程作业。

2.图二三是毕设,准确率尚可,就是不知道为什么loss下不去。

现在的想法是1)调小学习率2)加深网络深度3)图片设计,insert其实没有标出特征点(但我确实不会啊)

感想:

1.

2.中午跟hl一起吃饭然后讨论毕设,虽然风评不一,但是我确实服她。思路清晰,目标明确,对新知识点的把握和理解力也高我数筹,她确实是在解决毕设所指向的问题,而且在想着优化。感觉有点可惜,毕业后难以把她作为实现1之前的目标了,但我会一直记着的。

见到强者很让人兴奋,超越他们亦然,感觉社交也因此多了一条意义。

3.SNCer太优秀了保研出国一大堆,我也不能落后!

弄懂CNN,然后提升准确率4.21-4.27的更多相关文章

  1. 【TensorFlow】一文弄懂CNN中的padding参数

    在深度学习的图像识别领域中,我们经常使用卷积神经网络CNN来对图像进行特征提取,当我们使用TensorFlow搭建自己的CNN时,一般会使用TensorFlow中的卷积函数和池化函数来对图像进行卷积和 ...

  2. 打工心态废掉了很多人,包括你吗?(你把现在这家公司的业务都弄清楚、弄懂了吗?君子报仇十年不晚!不离不弃!)good

    我只拿这点钱,凭什么去做那么多工作,我傻呀. 我为公司干活,公司付我一份报酬,等价交换而已,我不欠谁的. 我只要对得起这份薪水就行了,多一点我都不干,做了也白做. 工作嘛,又不是为自己干,说得过去就行 ...

  3. 彻底弄懂 Unicode 编码

    彻底弄懂 Unicode 编码 今天,在学习 Node.js 中的 Buffer 对象时,注意到它的 alloc 和 from 方法会默认用 UTF-8 编码,在数组中每位对应 1 字节的十六进制数. ...

  4. 一文弄懂神经网络中的反向传播法——BackPropagation【转】

    本文转载自:https://www.cnblogs.com/charlotte77/p/5629865.html 一文弄懂神经网络中的反向传播法——BackPropagation   最近在看深度学习 ...

  5. 机器学习:让我们彻底搞懂CNN【转】

    本文转载自:http://115.com/182920/T1266078.html 机器学习:让我们彻底搞懂CNN 上世纪科学家们发现了几个视觉神经特点,视神经具有局部感受眼,一整张图的识别由多个局部 ...

  6. 小白也能弄懂的卷积神经网络(Convolutional Neural Networks )

    本系列主要是讲解卷积神经网络 - Convolutional Neural Networks 的系列知识,本系列主要帮助大家入门,我相信这是所有入门深度学习的初学者都必须学习的知识,这里会用更加直接和 ...

  7. 一篇文章彻底弄懂Android-MVVM

    转: 一篇文章彻底弄懂Android-MVVM 在学习一个技术之前,我们首先要搞清为什么要用它.用它以后会有什么好处,这样我们才能有兴趣的学习下去. 一.为什么要用MVVM? 我为什么要用这个什么MV ...

  8. 彻底弄懂LSH之simHash算法

    马克·吐温曾经说过,所谓经典小说,就是指很多人希望读过,但很少人真正花时间去读的小说.这种说法同样适用于“经典”的计算机书籍. 最近一直在看LSH,不过由于matlab基础比较差,一直没搞懂.最近看的 ...

  9. 必须弄懂的495个C语言问题

    1.1 我如何决定使用那种整数类型? 如果需要大数 值(大于32, 767 或小于¡32, 767), 使用long 型.否则, 如果空间很重要(如有大数组或很多结构), 使用short 型.除此之外 ...

随机推荐

  1. 利用request和re抓取猫眼电影排行

    import requests import re import time def get_one_page(url): headers = { 'User-Agent': 'Mozilla/5.0 ...

  2. selenium采用xpath方法识别页面元素

    有些HTML页面中的元素中属性较少,经常有找不到id.class.name等常用属性的时候,这个时候xpath.css就能很好的识别到我们的元素. Firefox和chrome浏览器中均有xpath. ...

  3. 【R】资源整理

    1.25本Python电子书 http://python.jobbole.com/29281/ Think Stats Dive Into Python A Byte Of Python Think ...

  4. Gitlab_ansible_jenkins三剑客②Gitlab的后台管理

    系统信息和日志 健康状态 使用gitlab的用户管理和审批功能 创建用户 创建一个lead普通账号 进入test-repo仓库 这样就把dev添加到了test-repo这个项目中,并且有了develo ...

  5. Android 8.0 无法收到broadcast

    参见此页 https://commonsware.com/blog/2017/04/11/android-o-implicit-broadcast-ban.html 目前最简单的方法就是:把targe ...

  6. python之可变长参数

    参数组:*args,**kwargs 实参有按位置和按关键字两种形式定义,*args和**kwargs 位置参数:按照从左到右的顺序定义的参数 位置形参:必选参数 位置实参:按照位置给形参传值 关键字 ...

  7. MACE环境搭建

    主要参考https://blog.csdn.net/u012505617/article/details/85763065 1.安装docker 2.安装NDK https://www.linuxid ...

  8. python的numpy库的学习

    1.创建 array(序列类型).asarray.arange.ones.ones_like.zeros.zeros_like.empty.empty_like.eye.identity 2.运算 两 ...

  9. 自定义admin组件

    配置路由 1 新建一个项目, 创建一个app01和stark应用,stark创建一个service包,并在service下创建stark.py.然后注册app 2 仿照site.py的注册代码,写st ...

  10. ID3、C4.5、CART决策树介绍

    决策树是一类常见的机器学习方法,它可以实现分类和回归任务.决策树同时也是随机森林的基本组成部分,后者是现今最强大的机器学习算法之一. 1. 简单了解决策树 举个例子,我们要对”这是好瓜吗?”这样的问题 ...