12种主要的Dropout方法：用于DNNs，CNNs，RNNs中的数学和可视化解释2020年6月10日深入了解DNNs，CNNs以及RNNs中的Drop…继续阅读12种主要的Dropout方法：用于DNNs，CNNs，RNNs中的数学和可视化解释
数据增强方法 | 基于随机图像裁剪和修补的方式（文末源码共享）2019年8月5日深度卷积神经网络(CNNs)在图像处理中取得了显着…继续阅读数据增强方法 | 基于随机图像裁剪和修补的方式（文末源码共享）
[译]在 Keras 中使用一维卷积神经网络处理时间序列数据2018年11月15日许多技术文章都关注于二维卷积神经网络（2D CNN…继续阅读[译]在 Keras 中使用一维卷积神经网络处理时间序列数据