训练集上还没拟合得很好，测试集准确率已经低于训练集准确率大约2.5%了。这是同时存在欠拟合和过拟合呀！
本文介绍哈工大团队提出的一种动态ReLU（Dynamic ReLU）激活函数，即自适应参数化ReLU激活函数，原本是应用在基于一维振动信号的故障诊断，能够让每个样本有自己独特的ReLU参数，在2019年5月3日投稿至IEEE Transactions on Indus...
从以往的调参结果来看，过拟合是最主要的问题。本文在调参记录12的基础上，将层数减少，减到9个残差模块，再试一次。
本文在调参记录10的基础上，将残差模块的数量从27个增加到60个，测试采用自适应参数化ReLU（APReLU）激活函数的深度残差网络，在Cifar10图像集上的效果。...
本文在调参记录9的基础上，在数据增强部分添加了shear_range = 30，测试Adaptively Parametric ReLU（APReLU）激活函数在Cifar10图像集上的效果。
本文在调参记录6的基础上，继续调整超参数，测试Adaptively Parametric ReLU（APReLU）激活函数在Cifar10图像集上的效果。
【哈工大版】Dynamic ReLU：Adaptively Parametric ReLU及Keras代码（调参记录7）
本文介绍哈工大团队提出的一种Dynamic ReLU激活函数，即自适应参数化ReLU激活函数，原本是应用在基于振动信号的故障诊断，能够让每个样本有自己独特的ReLU参数，在2019年5月3日投稿至IEEE Transactions on Industrial Electr...
【哈工大版】Dynamic ReLU：Adaptively Parametric ReLU及Keras代码（调参记录4）
【哈工大版】Dynamic ReLU：自适应参数化ReLU及Keras代码（调参记录3）
