pooling _生活經驗

pool是什么意思magicbluepools.compool [pu:l]
n. 聯營；撞球；水塘；共同資金
vi. 聯營，合伙經營
vt. 合伙經營

網絡釋義專業釋義英英釋義水池B2B門戶外貿知識工具，外貿詞典 ... ponypump 小型泵 pool 池 pool 水池聯營冰湖

水塘七年級上英語單詞表3ed禮貌英語單詞 ...mall購物阛阓；貿易街pool池塘；水塘camera照像機 ...

游泳池...救活：resuscitate游泳池：(swimming) pool；bath; tank短池：short course

連接池但是要確保在對連接池(Pool)進行操作的時候沒有其他的線程干擾,就需要獲取連接池的對象鎖,并使用同步塊,前面所了解有關synchronized的概念在這里就可以派上用.

POOL是什么意思POOL彩池；藏；聯營；熔池She was standing by a pool, about to dive in. 她站在水池旁邊，正要往里跳。很高興第一時間為您解答，祝學習進步如有問題請及時追問，謝謝~~O(∩_∩)O
pool是什么意思

文章插圖

pool　釋義：n. 水塘；游泳池n. 共同儲金；聯營；美式撞球v. 共用；匯集讀音：英 [puːl]美 [puːl]單詞變形：1、名詞: pooler2、過去式: pooled3、過去分詞: pooled4、現在分詞: pooling5、第三人稱單數: pools雙語例句：A fringe of trees stood round the pool.池塘四周聳立著一圈樹木。擴展資料：近義詞1、puddle　讀音：英 ['pʌdl] 美 ['pʌdl]n. 水坑；地上積水；膠泥v. 攪濁；在泥污中打滾；排尿The puddle evaporated rapidly in the sun.水坑在陽光下迅速蒸發。2、pond讀音：英 [pɒnd]美 [pɑːnd]n. 池塘There are some reeds in the pond.池塘里有些蘆葦。3、merge讀音：英 [mɜːdʒ] 美 [mɜːrdʒ]v. 合并；融合；兼并His department will merge with mine.他的部門將和我的合并。
C#中 Integrated Security=True;Pooling=False是什么意思?麻煩高手近來下!pooling=false是關閉連接池，pooling=TRUE是啟用連接池，系統默認的是開啟。連接池是一些與數據庫有關連接的存放地方，當你需要建立某個連接時，如果它已存在與連接池就不需要新建連接了，速度更快，所以建議還是開啟。

在目標檢測中pooling存在什么問題參考答案 1-1 生活在人民當家作主的國家 ——人民民主專政：本質是人民當家作主自我檢測題一、填空題 1.階級矛盾不可調和統治地位階級性 2.工人階級工農聯盟人民當家作主 3.對絕大多數人民極少數敵對分子廣泛性真實性 4.工人、農民、知識。

Data Source=XJH\\LOCAL;Initial Catalog=str;Persist Security Info=True;User ID=sa;Pooling=False@"Data Source=XJH\\LOCAL;Initial Catalog=str;Persist Security Info=True;User ID=sa;Password=sa"
你的少了Password=這個
你也可以嘗試用window驗證方式連接
@"Data Source=XJH\\LOCAL;Initial Catalog=str;Integrated Security=True"

Min Pool Size=50;Max Pool Size=100;Connect Timeout=60 ?1、Connect Timeout 就是時間超時；2、Min Pool Size 是指最小程序池；3、Pooling=true 就是開啟連接池；

C#中連接MySql的字符串

文章插圖

1、創建一個windows應用程序窗體。2、添加引用，引入下載的mysql.data.dll 。3、添加一個類，名稱為MySQLConn.cs 。4、在類里面寫入代碼如下，其中前面的MySqlCon為連接字符串，注意：請對應修改數據庫的用戶名和密碼。5、在窗體應用程序中添加一個datagridview控件，并設置在父容器中停靠。6、雙擊窗體的標題，然后在load事件中寫入代碼如圖所示。7、保存運行后運行程序，結果如圖，連接測試成功。
全卷積神經網絡中的crop層有什么用處，以及是如何實現的卷積神經網絡簡介卷積神經網絡（Convolutional Neural Network,CNN）是一種前饋神經網絡，它的人工神經元可以響應一部分覆蓋范圍內的周圍單元，對于大型圖像處理有出色表現。[1]它包括卷積層(alternating convolutional layer)和池層(pooling layer) 。卷積神經網絡是近年發展起來，并引起廣泛重視的一種高效識別方法。20世紀60年代，Hubel和Wiesel在研究貓腦皮層中用于局部敏感和方向選擇的神經元時發現其獨特的網絡結構可以有效地降低反饋神經網絡的復雜性，繼而提出了卷積神經網絡（Convolutional Neural Networks-簡稱CNN）。現在，CNN已經成為眾多科學領域的研究熱點之一，特別是在模式分類領域，由于該網絡避免了對圖像的復雜前期預處理，可以直接輸入原始圖像，因而得到了更為廣泛的應用。K.Fukushima在1980年提出的新識別機是卷積神經網絡的第一個實現網絡。隨后，更多的科研工作者對該網絡進行了改進。其中，具有代表性的研究成果是Alexander和Taylor提出的逗改進認知機地，該方法綜合了各種改進方法的優點并避免了耗時的誤差反向傳播。
CNN網絡的pooling層有什么用降低提取特征的大小，也能起到一定的防止過擬合作用

CNN網絡的pooling層有什么用占樓

CNN網絡的pooling層有什么用1. 不變性，更關注是否存在某些特征而不是特征具體的位置。可以看作加了一個很強的先驗，讓學到的特征要能容忍一些的變化。2. 減小下一層輸入大小，減小計算量和參數個數。3. 獲得定長輸出。（文本分類的時候輸入是不定長的，可以通過池化獲得定長輸出）4. 防止過擬合或有可能會帶來欠擬合。

CNN網絡的pooling層有什么用最直接的作用是引入了不變性，比如最常見的conv-max pooling ，因為取一片區域的最大值，所以這個最大值在該區域內無論在哪，max-pooling之后都是它，相當于對微小位移的不變性。而如果我們對輸入pooling前的層做一些精心設計，讓pooling region里對應的是設計后的一些性質變化，那么pooling就相當于實現了對這種設計出來的變化的不變性。比如旋轉(當然就旋轉而言這個方法似乎不是很好)
來自知乎的答案

全卷積神經網絡中的crop層有什么用處，以及是如何實現的卷積神經網絡簡介
卷積神經網絡（Convolutional Neural Network,CNN）是一種前饋神經網絡，它的人工神經元可以響應一部分覆蓋范圍內的周圍單元，對于大型圖像處理有出色表現。[1]它包括卷積層(alternating convolutional layer)和池層(pooling layer) 。
卷積神經網絡是近年發展起來，并引起廣泛重視的一種高效識別方法。20世紀60年代，Hubel和Wiesel在研究貓腦皮層中用于局部敏感和方向選擇的神經元時發現其獨特的網絡結構可以有效地降低反饋神經網絡的復雜性，繼而提出了卷積神經網絡（Convolutional Neural Networks-簡稱CNN）。現在， CNN已經成為眾多科學領域的研究熱點之一，特別是在模式分類領域，由于該網絡避免了對圖像的復雜前期預處理，可以直接輸入原始圖像，因而得到了更為廣泛的應用。K.Fukushima在1980年提出的新識別機是卷積神經網絡的第一個實現網絡。隨后，更多的科研工作者對該網絡進行了改進。其中，具有代表性的研究成果是Alexander和Taylor提出的逗改進認知機地，該方法綜合了各種改進方法的優點并避免了耗時的誤差反向傳播。

卷積神經網絡中pool什么情況用mean pool好，什么情況用max poolpooling作為一個對特征的操作，應該看具體任務。有論文提到，低層的網絡對抽象特征的響應更高，那么隨著對特征的不斷處理，高層的網絡對細節特征有更好的響應。pooling作為對特征的處理操作，也應該考慮，pooling前的數據是什么數據，數據代表了什么意義，數據的相關性是怎么樣的。假設區分由不同點集構成的“A”和"P"，這兩個數據集中的相臨數據間的位置相關性不大（從NN的角度看，當然從圖形學提取特征就另說了），那么我覺得，你可以用一個平均值的pooling來作為一個特征提取的手段。而如果通過一個卷積核處理后的數據里面的某個信息是很有效的，譬如說其中可能出現很大的值，而這個值對結果影響很大，那么你可以用max的pooling

什么是卷積神經網絡？為什么它們很重要卷積神經網絡（Convolutional Neural Network,CNN）是一種前饋神經網絡，它的人工神經元可以響應一部分覆蓋范圍內的周圍單元，對于大型圖像處理有出色表現。[1]它包括卷積層(alternating convolutional layer)和池層(pooling layer) 。卷積神經網絡是近年發展起來，并引起廣泛重視的一種高效識別方法。20世紀60年代，Hubel和Wiesel在研究貓腦皮層中用于局部敏感和方向選擇的神經元時發現其獨特的網絡結構可以有效地降低反饋神經網絡的復雜性，繼而提出了卷積神經網絡（Convolutional Neural Networks-簡稱CNN）。現在， CNN已經成為眾多科學領域的研究熱點之一，特別是在模式分類領域，由于該網絡避免了對圖像的復雜前期預處理，可以直接輸入原始圖像，因而得到了更為廣泛的應用。K.Fukushima在1980年提出的新識別機是卷積神經網絡的第一個實現網絡。隨后，更多的科研工作者對該網絡進行了改進。其中，具有代表性的研究成果是Alexander和Taylor提出的“改進認知機” ，該方法綜合了各種改進方法的優點并避免了耗時的誤差反向傳播。
卷積神經網絡中用1*1 卷積有什么作用或者好處pooling理論在于，圖像中相鄰位置的像素是相關的。對一幅圖像每隔一行采樣，得到的結果依然能看。經過一層卷積以后，輸入的圖像尺寸變化不大，只是縮小了卷積核-1 。根據相鄰數據的相關性，在每個nxn區域內，一般2x2，用一個數代表原來的4個數

卷積神經網絡反向求導時對池化層怎么處理在一個CSDN博客上看到，個人覺得比較正確：
無論max pooling還是mean pooling，都沒有需要學習的參數。因此，在卷積神經網絡的訓練中，Pooling層需要做的僅僅是將誤差項傳遞到上一層，而沒有梯度的計算。
（1）max pooling層：對于max pooling，下一層的誤差項的值會原封不動的傳遞到上一層對應區塊中的最大值所對應的神經元，而其他神經元的誤差項的值都是0；
（2）mean pooling層：對于mean pooling ，下一層的誤差項的值會平均分配到上一層對應區塊中的所有神經元

卷積神經網絡中的池化是什么意思？

文章插圖

理論在于，圖像中相鄰位置的像素是相關的。對一幅圖像每隔一行采樣，得到的結果依然能看。一、卷積神經網受Hubel和Wiesel對貓視覺皮層電生理研究啟發，有人提出卷積神經網絡（CNN），Yann Lecun 最早將CNN用于手寫數字識別并一直保持了其在該問題的霸主地位。近年來卷積神經網絡在多個方向持續發力，在語音識別、人臉識別、通用物體識別、運動分析、自然語言處理甚至腦電波分析方面均有突破。卷積神經網絡與普通神經網絡的區別在于，卷積神經網絡包含了一個由卷積層和子采樣層構成的特征抽取器。在卷積神經網絡的卷積層中，一個神經元只與部分鄰層神經元連接。在CNN的一個卷積層中，通常包含若干個特征平面(featureMap)，每個特征平面由一些矩形排列的的神經元組成，同一特征平面的神經元共享權值，這里共享的權值就是卷積核。卷積核一般以隨機小數矩陣的形式初始化，在網絡的訓練過程中卷積核將學習得到合理的權值。共享權值（卷積核）帶來的直接好處是減少網絡各層之間的連接，同時又降低了過擬合的風險。子采樣也叫做池化（pooling），通常有均值子采樣（mean pooling）和最大值子采樣（max pooling）兩種形式。子采樣可以看作一種特殊的卷積過程。卷積和子采樣大大簡化了模型復雜度，減少了模型的參數。三、卷積神經網絡的原理3.1 神經網絡首先介紹神經網絡，這一步的詳細可以參考資源1 。簡要介紹下。神經網絡的每個單元如下：對應的公式如下：其對應的公式如下：比較類似的，可以拓展到有2,3,4,5，…個隱含層。神經網絡的訓練方法也同Logistic類似，不過由于其多層性，還需要利用鏈式求導法則對隱含層的節點進行求導，即梯度下降+鏈式求導法則，專業名稱為反向傳播。關于訓練算法，本文暫不涉及。
卷積神經網絡中的池化是什么意思pooling
理論在于，圖像中相鄰位置的像素是相關的。對一幅圖像每隔一行采樣，得到的結果依然能看。
經過一層卷積以后，輸入的圖像尺寸變化不大，只是縮小了卷積核-1 。根據相鄰數據的相關性，在每個nxn區域內，一般2x2，用一個數代表原來的4個數，這樣能把數據縮小4倍，同時又不會損失太多信息。
一副24*24的圖像。用5*5卷積核卷積，結果是20*20（四周各-2），經過2*2池化，變成10*10.

何為BAC pooling strategyBAC pooling是構建超級池。也就是將建成的文庫池化，然后PCR篩選。構建BAC文庫一般要求覆蓋7-10倍基因組，庫容量越大覆蓋倍數越高。假如您構建的物種基因組大小約500mb ，按百博明創（北京）公司所建文庫插入片段的平均大小在100kb計算，覆蓋基因組7倍，庫容量將達到約3.5萬個clone；覆蓋10倍，庫容量達到約5萬個clone 。
構建BAC文庫是一件非常復雜工作量的工作，大型BAC文庫篩選更是一件龐大的工程，他們可以免費為客戶提供相關技術信息，幫您建立BAC文庫篩選系統。同時可以根據客戶需要提供構建好的 pool 和 superpool ，幫助客戶建立“2維”、“3維”、最多達到“5維”的快速篩選系統。pool就是池（每塊384孔板的一個混合池）。

library quantification，normalization，and pooling什么意思library quantification,normalization,and pooling
庫量化、規范化和池化

如何理解卷積和pooling卷積是分析數學中一種重要的運算。
pooling池
n. [貿易] 聯營，合并；池化
v. 積水成池；淤積（pool的ing形式）

pooling risk 什么意思？風險聚合的意思嘛風險分擔、風險共擔http://dict.youdao.com/search?q=pooling+risk+&ue=utf8&keyfrom=dict.index#q%3Dpooling%2Brisk%2B%26ue%3Dutf8%26keyfrom%3Ddict.index

pooling of risk是什么意思pooling of risk風險集中雙語例句pooling of risk[經] 風險集中

pooling arrangement是什么意思1.
合營協約
合營的解釋- 合營翻譯... ... 合營航班 pooled air service 合營協約 pooling arrangement 合營法 pooling of interest method ...

2.
再發布采訪訊息給其他同業
...威脅、侵犯，或使不熟悉受訪的民眾受到驚嚇。遇到這種情況，可適時協議由一家媒體采訪，再發布采訪訊息給其他同業（pooling a…

3.

同業
遇到這種情況，可適時協議由一家媒體采訪，再發布采訪訊息給其它同業（pooling arrangement）。

diversifiable risk是什么意思diversifiable risk
分散風險
雙語對照

詞典結果：
網絡釋義
1. 可分散風險
2. 可分解風險
例句:
1.
The indemnification and risk pooling properties of insurance facilitatecommercial transactions and the provision of credit by mitigating losses as wellas the measurement and management of non diversifiable risk more generally.
保險的補償和分擔風險的特性，通過減少損失以及對非分散風險較全面的度量和管理，促進商業交易和信貸。

carpooling是什么意思？同學你好，很高興為您解答！carpooling，您說的這個英文詞語在CMA的考試中比較常見，學會這個詞語對考取英文CMA資格證書特別有幫助。這個詞語的漢語意思是：拼車。希望高頓網校的回答能幫助您解決問題，更多CMA的相關問題歡迎提交給高頓企業知道。高頓祝您生活愉快！
CNN里面怎么用matlab寫max pooling如果你用post，把以上作為params ， post到這個action ，則只需要在action中寫 private int sDepartmentId; private string sCharType; private int iPlanNumber; 然后給他們三個setter getter就行了，action自然會拿到值的。

ROE怎么計算？ROE即凈資產收益率，其計算公式為：凈資產收益率=稅后利潤/所有者權益*100%

怎么用matlab實現深度學習pooling最直接的作用是引入了不變性，比如最常見的conv-max pooling，因為取一片區域的最大值，所以這個最大值在該區域內無論在哪，max-pooling之后都是它，相當于對微小位移的不變性。而如果我們對輸入pooling前的層做一些精心設計，讓pooling region

RC智能云的結果是通過機器的深度學習算法來實現的嗎？深度學習和機器學習的區別是，深度學習是機器學習研究中的一個新的領域，其動機在于建立、模擬人腦進行分析學習的神經網絡，它模仿人腦的機制來解釋數據，例如圖像，聲音和文本。
同機器學習方法一樣，深度機器學習方法也有監督學習與無監督學習之分．不同的學習框架下建立的學習模型很是不同．例如，卷積神經網絡（Convolutional neural networks，簡稱CNNs）就是一種深度的監督學習下的機器學習模型，而深度置信網（Deep Belief Nets，簡稱DBNs）就是一種無監督學習下的機器學習模型。

有哪個深度學習框架實現了min pooling兩者不是同一個level上的，深度學習是機器學習的一種。最近火的發紫的深度學習實際上指的的深度神經網絡學習，普通神經網絡由于訓練代價較高，一般只有3-4層，而深度神經網絡由于采用了特殊的訓練方法加上一些小trick，可以達到8-10層。深度神經網絡能夠捕捉到數據中的深層聯系，從而能夠得到更精準的模型，而這些聯系不容易被普通的機器學習方法所發覺。

什么是深度學習與機器視覺深度學習和機器學習的區別是，深度學習是機器學習研究中的一個新的領域，其動機在于建立、模擬人腦進行分析學習的神經中國絡，它模仿人腦的機制來解釋數據，例如圖像，聲音和文本。同機器學習方法一樣，深度機器學習方法也有監督學習與無監督學習之分．不同的學習框架下建立的學習模型很是不同．例如，卷積神經中國絡（Convolutional neural networks，簡稱CNNs）就是一種深度的監督學習下的機器學習模型，而深度置信中國（Deep Belief Nets，簡稱DBNs）就是一種無監督學習下的機器學習模型。深度學習的概念源于人工神經中國絡的研究。含多隱層的多層感知器就是一種深度學習結構。深度學習通過組合低層特征形成更加抽象的高層表示屬性類別或特征，以發現數據的分布式特征表示。深度學習的概念由Hinton等人于二00陸年提出。基于深度置信中國絡(DBN)提出非監督貪心逐層訓練算法，為解決深層結構相關的優化難題帶來希望，隨后提出多層自動編碼器深層結構。此外Lecun等人提出的卷積神經中國絡是第一個真正多層結構學習算法，它利用空間相對關系減少參數數目以提高訓練性能。機器學習(Machine Learning, ML)是一門多領域交叉學科，涉及概率論、統計學、逼近論、凸分析、算法復雜度理論等多門學科。專門研究計算機怎樣模擬或實現人類的學習行為，以獲取新的知識或技能，重新組織已有的知識結構使之不斷改善自身的性能。它是人工智能的核心，是使計算機具有智能的根本途徑，其應用遍及人工智能的各個領域，它主要使用歸納、綜合而不是演繹。學習是人類具有的一種重要智能行為，但究竟什么是學習，長期以來卻眾說紛紜。社會學家、邏輯學家和心理學家都各有其不同的看法。比如，Langley（一99陸) 定義的機器學習是“機器學習是一門人工智能的科學，該領域的主要研究對象是人工智能，特別是如何在經驗學習中改善具體算法的性能” 。（Machine learning is a science of the artificial. The field's main objects of study are artifacts, specifically algorithms that improve their performance with experience.'）Tom Mitchell的機器學習(一99漆)對信息論中的一些概念有詳細的解釋,其中定義機器學習時提到，“機器學習是對能通過經驗自動改進的計算機算法的研究” 。（Machine Learning is the study of computer algorithms that improve automatically through experience.）Alpaydin（二00四）同時提出自己對機器學習的定義，“機器學習是用數據或以往的經驗，以此優化計算機程序的性能標準。”（Machine learning is programming computers to optimize a performance criterion using example data or past experience.）盡管如此，為了便于進行討論和估計學科的進展，有必要對機器學習給出定義，即使這種定義是不完全的和不充分的。顧名思義，機器學習是研究如何使用機器來模擬人類學習活動的一門學科。稍為嚴格的提法是：機器學習是一門研究機器獲取新知識和新技能，并識別現有知識的學問。這里所說的“機器” ，指的就是計算機，電子計算機，中子計算機、光子計算機或神經計算機等等。機器能否象人類一樣能具有學習能力呢？一959年美國的塞繆爾(Samuel)設計了一個下棋程序，這個程序具有學習能力，它可以在不斷的對弈中改善自己的棋藝。四年后，這個程序戰勝了設計者本人。又過了三年，這個程序戰勝了美國一個保持吧年之久的常勝不敗的冠軍。這個程序向人們展示了機器學習的能力，提出了許多令人深思的社會問題與哲學問題。機器的能力是否能超過人的，很多持否定意見的人的一個主要論據是：機器是人造的，其性能和動作完全是由設計者規定的，因此無論如何其能力也不會超過設計者本人。這種意見對不具備學習能力的機器來說的確是對的，可是對具備學習能力的機器就值得考慮了，因為這種機器的能力在應用中不斷地提高，過一段時間之后，設計者本人也不知它的能力到了何種水平。機器學習有下面幾種定義： “機器學習是一門人工智能的科學，該領域的主要研究對象是人工智能，特別是如何在經驗學習中改善具體算法的性能” 。“機器學習是對能通過經驗自動改進的計算機算法的研究” 。“機器學習是用數據或以往的經驗，以此優化計算機程序的性能標準。” 一種經常引用的英文定義是：A computer program is said to learn from experience E with respect to some class of tasks T and performance measure P, if its performance at tasks in T, as measured by P, improves with experience E.機器學習已經有了十分廣泛的應用，例如：數據挖掘、計算機視覺、自然語言處理、生物特征識別、搜索引擎、醫學診斷、檢測信用卡欺詐、證券市場分析、DNA序列測序、語音和手寫識別、戰略游戲和機器人運用

深度學習網絡結構初始化函數里面kernelasize后面的5是什么意思1.1 卷積層(Convolution)
類型：CONVOLUTION
例子

layers {name: "conv1"type: CONVOLUTIONbottom: "data"top: "conv1"blobs_lr: 1# learning rate multiplier for the filtersblobs_lr: 2# learning rate multiplier for the biasesweight_decay: 1# weight decay multiplier for the filtersweight_decay: 0# weight decay multiplier for the biasesconvolution_param {num_output: 96# learn 96 filterskernel_size: 11# each filter is 11x11stride: 4# step 4 pixels between each filter applicationweight_filler {type: "gaussian" # initialize the filters from a Gaussianstd: 0.01# distribution with stdev 0.01 (default mean: 0)}bias_filler {type: "constant" # initialize the biases to zero (0)value: 0}}}

blobs_lr: 學習率調整的參數，在上面的例子中設置權重學習率和運行中求解器給出的學習率一樣，同時是偏置學習率為權重的兩倍。
weight_decay：

卷積層的重要參數
必須參數：
num_output (c_o)：過濾器的個數
kernel_size (or kernel_h and kernel_w)：過濾器的大小

可選參數：
weight_filler [default type: 'constant' value: 0]：參數的初始化方法
bias_filler：偏置的初始化方法
bias_term [default true]：指定是否是否開啟偏置項
pad (or pad_h and pad_w) [default 0]：指定在輸入的每一邊加上多少個像素
stride (or stride_h and stride_w) [default 1]：指定過濾器的步長
group (g) [default 1]: If g > 1, we restrict the connectivityof each filter to a subset of the input. Specifically, the input and outputchannels are separated into g groups, and the ith output group channels will beonly connected to the ith input group channels.

通過卷積后的大小變化：
輸入：n * c_i * h_i * w_i
輸出：n * c_o * h_o * w_o，其中h_o = (h_i + 2 * pad_h - kernel_h) /stride_h + 1，w_o通過同樣的方法計算。

1.2 池化層（Pooling）
類型：POOLING
例子
layers {name: "pool1"type: POOLINGbottom: "conv1"top: "pool1"pooling_param {pool: MAXkernel_size: 3 # pool over a 3x3 regionstride: 2# step two pixels (in the bottom blob) between pooling regions}}

卷積層的重要參數
必需參數：
kernel_size (or kernel_h and kernel_w)：過濾器的大小

可選參數：
pool [default MAX]：pooling的方法，目前有MAX, AVE, 和STOCHASTIC三種方法

pad (or pad_h and pad_w) [default 0]：指定在輸入的每一遍加上多少個像素
stride (or stride_h and stride_w) [default1]：指定過濾器的步長

通過池化后的大小變化：
輸入：n * c_i * h_i * w_i
輸出：n * c_o * h_o * w_o，其中h_o = (h_i + 2 * pad_h - kernel_h) /stride_h + 1，w_o通過同樣的方法計算。

1.3 Local Response Normalization (LRN)
類型：LRN
Local ResponseNormalization是對一個局部的輸入區域進行的歸一化（激活a被加一個歸一化權重（分母部分）生成了新的激活b），有兩種不同的形式，一種的輸入區域為相鄰的channels（cross channel LRN），另一種是為同一個channel內的空間區域（within channel LRN）
計算公式：對每一個輸入除以

可選參數：
local_size [default 5]：對于cross channel LRN為需要求和的鄰近channel的數量；對于within channel LRN為需要求和的空間區域的邊長
alpha [default 1]：scaling參數
beta [default 5]：指數
norm_region [default ACROSS_CHANNELS]: 選擇哪種LRN的方法ACROSS_CHANNELS 或者WITHIN_CHANNEL

2. Loss Layers
深度學習是通過最小化輸出和目標的Loss來驅動學習。

2.1 Softmax
類型: SOFTMAX_LOSS

2.2 Sum-of-Squares / Euclidean
類型: EUCLIDEAN_LOSS

2.3 Hinge / Margin
類型: HINGE_LOSS
例子：

# L1 Normlayers {name: "loss"type: HINGE_LOSSbottom: "pred"bottom: "label"}# L2 Normlayers {name: "loss"type: HINGE_LOSSbottom: "pred"bottom: "label"top: "loss"hinge_loss_param {norm: L2}}

可選參數：
norm [default L1]: 選擇L1或者 L2范數
輸入：
n * c * h * wPredictions
n * 1 * 1 * 1Labels
輸出
1 * 1 * 1 * 1Computed Loss

2.4 Sigmoid Cross-Entropy
類型：SIGMOID_CROSS_ENTROPY_LOSS

2.5 Infogain
類型：INFOGAIN_LOSS

2.6 Accuracy and Top-k
類型：ACCURACY
用來計算輸出和目標的正確率，事實上這不是一個loss，而且沒有backward這一步。

3. 激勵層（Activation / Neuron Layers）
一般來說，激勵層是element-wise的操作，輸入和輸出的大小相同，一般情況下就是一個非線性函數。

3.1 ReLU / Rectified-Linear and Leaky-ReLU
類型: RELU
例子:

layers {name: "relu1"type: RELUbottom: "conv1"top: "conv1"}

可選參數：
negative_slope [default 0]:指定輸入值小于零時的輸出。

ReLU是目前使用做多的激勵函數，主要因為其收斂更快，并且能保持同樣效果。
標準的ReLU函數為max(x, 0)，而一般為當x > 0時輸出x ，但x <= 0時輸出negative_slope 。RELU層支持in-place計算，這意味著bottom的輸出和輸入相同以避免內存的消耗。

翻譯古詩詞目的意義從古詩詞中了解古人的生活水平、人文狀況、研究歷史。其次就是學習古代詩人的哲學思想和為人處事的道理。

這個詞的意思是什么？（英語翻譯）what's the meaning of this word?

這個詞是什么意思？求翻譯是一種化學物質， cellobiosyl-D-glucose就叫cellobiosyl葡萄糖，或者cellobiosyl多聚糖

請問這個詞是翻譯什么意思？vegetable shortening植物起酥油；植物油制起酥油;白油

英語翻譯：experience這個詞有兩個含義，一個含義是。。。另一個含義是。。Experience has two meanings.One means knowledge or skills acquired from seeing and doing things,another means event or activity that affects one in some way.(我自己翻譯的,不知道對還是不對,應該沒錯吧.)

arrangement是什么意思arrangement
英[əˈreɪndʒmənt]美[əˈrendʒmənt]
n.
安排; 排列; 約定; 改編
網絡：布置; 編曲; 時間安排
復數：arrangements形近詞：derangement

t was a nifty arrangement, a perfect partnership.
這是絕妙的安排，完美的搭檔。

Japanese digital wallets can be loaded with cash at stores or through an arrangement with a credit card company.
日本的數字錢包可在商店或通過與信用卡公司的安排進行充值。

flower arrangement是什么意思flower arrangement
英[ˈflauə əˈreindʒmənt]美[ˈflaʊɚ əˈrendʒmənt]
釋義
插花; 花卉布置

雙語例句
1
That flower arrangement looks very artistic.
那樣插花看上去很有藝術性。

arrangement是什么意思？n.安排；排列；約定；改編
英文解釋:
安排；準備；籌劃 Arrangements are plans and preparations which you make so that something will happen or be possible.
商定；約定；協議 An arrangement is an agreement that you make with someone to do something.
可數名詞
排列；布置；整理 An arrangement of things, for example flowers or furniture, is a group of them displayed in a particular way.
（樂曲的）改編 If someone makes an arrangement of a piece of music, they change it so that it is suitable for particular voices or instruments, or for a particular performance.

pooling arrangement是什么意思合營協約合營航班 pooled air service 合營協約 pooling arrangement 合營法 pooling of interest method

proposed arrangement是什么意思【pooling】proposed arrangement
擬議安排

雙語例句
1
The concurrence of the Security Council on the proposed arrangement will be sought.
還將尋求安全理事會同意擬議安排。

2
Ethiopia therefore welcomed the proposed arrangement that would streamline cooperation between the United Nations and AU in peacekeeping matters.
因此，埃塞俄比亞歡迎擬議的對聯合國和非盟在維持和平事務上的合作進行簡化的安排。