如何优化神经网络？（加快训练速度，提高准确度） 有钱： Auto ML自动调参（20美元/小时，听说这个调参似乎挺耗时的…） 人工调参： 1）数据输入： 最优加速性能不仅依赖于高速的计算硬件，也要求有一个高效的数据输入管道。要解决I/O传输问题，有几个方面：SSD、缓冲池、数据读入及处理和模型计算并行起来 2）大batch size： 为了充分利用大规模集群算力以达到提升训练速度的目的，人们

卷积神经网络设计入门 这篇文章可以作为一个设计指南，为特定分类任务的 CNN 设计提供指导。作者围绕准确率、速度、内存消耗三个指标的权衡，从网络类型、架构设计、数据处理和迁移学习等方面介绍了 CNN 设计过程中使用的方法。 你想开始做图像分类，但是无从着手。应该使用哪个预训练网络？如何修改网络以使其满足需求？你的网络应该包含 20 层还是 100 层？哪些是最快的、最准确的？这些是你为图像分

python中分割多个空格分割的字符串 做法： 1.str.split() 2.filter(None,str.split(" ")) 直接用str.split(" ")是不行的，他只会分割一个空格，如下 1234str = "aa bbbbb ccc d"str_list = str.split(" &