pooling _生活经验

pool是什么意思magicbluepools.compool [pu:l]
n. 联营；撞球；水塘；共同资金
vi. 联营，合伙经营
vt. 合伙经营

网络释义专业释义英英释义水池B2B门户外贸知识工具，外贸词典 ... ponypump 小型泵 pool 池 pool 水池联营冰湖

水塘七年级上英语单词表3ed礼貌英语单词 ...mall购物阛阓；贸易街pool池塘；水塘camera照像机 ...

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

连接池但是要确保在对连接池(Pool)进行操作的时候没有其他的线程干扰,就需要获取连接池的对象锁,并使用同步块,前面所了解有关synchronized的概念在这里就可以派上用.

POOL是什么意思POOL彩池；藏；联营；熔池She was standing by a pool, about to dive in. 她站在水池旁边，正要往里跳。很高兴第一时间为您解答，祝学习进步如有问题请及时追问，谢谢~~O(∩_∩)O
pool是什么意思

文章插图

pool　释义：n. 水塘；游泳池n. 共同储金；联营；美式撞球v. 共用；汇集读音：英 [puːl]美 [puːl]单词变形：1、名词: pooler2、过去式: pooled3、过去分词: pooled4、现在分词: pooling5、第三人称单数: pools双语例句：A fringe of trees stood round the pool.池塘四周耸立着一圈树木。扩展资料：近义词1、puddle　读音：英 ['pʌdl] 美 ['pʌdl]n. 水坑；地上积水；胶泥v. 搅浊；在泥污中打滚；排尿The puddle evaporated rapidly in the sun.水坑在阳光下迅速蒸发。2、pond读音：英 [pɒnd]美 [pɑːnd]n. 池塘There are some reeds in the pond.池塘里有些芦苇。3、merge读音：英 [mɜːdʒ] 美 [mɜːrdʒ]v. 合并；融合；兼并His department will merge with mine.他的部门将和我的合并。
C#中 Integrated Security=True;Pooling=False是什么意思?麻烦高手近来下!pooling=false是关闭连接池，pooling=TRUE是启用连接池，系统默认的是开启。连接池是一些与数据库有关连接的存放地方，当你需要建立某个连接时，如果它已存在与连接池就不需要新建连接了，速度更快，所以建议还是开启。

在目标检测中pooling存在什么问题参考答案 1-1 生活在人民当家作主的国家 ——人民民主专政：本质是人民当家作主自我检测题一、填空题 1.阶级矛盾不可调和统治地位阶级性 2.工人阶级工农联盟人民当家作主 3.对绝大多数人民极少数敌对分子广泛性真实性 4.工人、农民、知识。

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=这个
你也可以尝试用window验证方式连接
@"Data Source=XJH\\LOCAL;Initial Catalog=str;Integrated Security=True"

Min Pool Size=50;Max Pool Size=100;Connect Timeout=60 ?1、Connect Timeout 就是时间超时；2、Min Pool Size 是指最小程序池；3、Pooling=true 就是开启连接池；

C#中连接MySql的字符串

文章插图

1、创建一个windows应用程序窗体。2、添加引用，引入下载的mysql.data.dll 。3、添加一个类，名称为MySQLConn.cs 。4、在类里面写入代码如下，其中前面的MySqlCon为连接字符串，注意：请对应修改数据库的用户名和密码。5、在窗体应用程序中添加一个datagridview控件，并设置在父容器中停靠。6、双击窗体的标题，然后在load事件中写入代码如图所示。7、保存运行后运行程序，结果如图，连接测试成功。
全卷积神经网络中的crop层有什么用处，以及是如何实现的卷积神经网络简介卷积神经网络（Convolutional Neural Network,CNN）是一种前馈神经网络，它的人工神经元可以响应一部分覆盖范围内的周围单元，对于大型图像处理有出色表现。[1]它包括卷积层(alternating convolutional layer)和池层(pooling layer) 。卷积神经网络是近年发展起来，并引起广泛重视的一种高效识别方法。20世纪60年代，Hubel和Wiesel在研究猫脑皮层中用于局部敏感和方向选择的神经元时发现其独特的网络结构可以有效地降低反馈神经网络的复杂性，继而提出了卷积神经网络（Convolutional Neural Networks-简称CNN）。现在，CNN已经成为众多科学领域的研究热点之一，特别是在模式分类领域，由于该网络避免了对图像的复杂前期预处理，可以直接输入原始图像，因而得到了更为广泛的应用。K.Fukushima在1980年提出的新识别机是卷积神经网络的第一个实现网络。随后，更多的科研工作者对该网络进行了改进。其中，具有代表性的研究成果是Alexander和Taylor提出的逗改进认知机地，该方法综合了各种改进方法的优点并避免了耗时的误差反向传播。
CNN网络的pooling层有什么用降低提取特征的大小，也能起到一定的防止过拟合作用

CNN网络的pooling层有什么用占楼

CNN网络的pooling层有什么用1. 不变性，更关注是否存在某些特征而不是特征具体的位置。可以看作加了一个很强的先验，让学到的特征要能容忍一些的变化。2. 减小下一层输入大小，减小计算量和参数个数。3. 获得定长输出。（文本分类的时候输入是不定长的，可以通过池化获得定长输出）4. 防止过拟合或有可能会带来欠拟合。

CNN网络的pooling层有什么用最直接的作用是引入了不变性，比如最常见的conv-max pooling ，因为取一片区域的最大值，所以这个最大值在该区域内无论在哪，max-pooling之后都是它，相当于对微小位移的不变性。而如果我们对输入pooling前的层做一些精心设计，让pooling region里对应的是设计后的一些性质变化，那么pooling就相当于实现了对这种设计出来的变化的不变性。比如旋转(当然就旋转而言这个方法似乎不是很好)
来自知乎的答案

全卷积神经网络中的crop层有什么用处，以及是如何实现的卷积神经网络简介
卷积神经网络（Convolutional Neural Network,CNN）是一种前馈神经网络，它的人工神经元可以响应一部分覆盖范围内的周围单元，对于大型图像处理有出色表现。[1]它包括卷积层(alternating convolutional layer)和池层(pooling layer) 。
卷积神经网络是近年发展起来，并引起广泛重视的一种高效识别方法。20世纪60年代，Hubel和Wiesel在研究猫脑皮层中用于局部敏感和方向选择的神经元时发现其独特的网络结构可以有效地降低反馈神经网络的复杂性，继而提出了卷积神经网络（Convolutional Neural Networks-简称CNN）。现在， CNN已经成为众多科学领域的研究热点之一，特别是在模式分类领域，由于该网络避免了对图像的复杂前期预处理，可以直接输入原始图像，因而得到了更为广泛的应用。K.Fukushima在1980年提出的新识别机是卷积神经网络的第一个实现网络。随后，更多的科研工作者对该网络进行了改进。其中，具有代表性的研究成果是Alexander和Taylor提出的逗改进认知机地，该方法综合了各种改进方法的优点并避免了耗时的误差反向传播。

卷积神经网络中pool什么情况用mean pool好，什么情况用max poolpooling作为一个对特征的操作，应该看具体任务。有论文提到，低层的网络对抽象特征的响应更高，那么随着对特征的不断处理，高层的网络对细节特征有更好的响应。pooling作为对特征的处理操作，也应该考虑，pooling前的数据是什么数据，数据代表了什么意义，数据的相关性是怎么样的。假设区分由不同点集构成的“A”和"P"，这两个数据集中的相临数据间的位置相关性不大（从NN的角度看，当然从图形学提取特征就另说了），那么我觉得，你可以用一个平均值的pooling来作为一个特征提取的手段。而如果通过一个卷积核处理后的数据里面的某个信息是很有效的，譬如说其中可能出现很大的值，而这个值对结果影响很大，那么你可以用max的pooling

什么是卷积神经网络？为什么它们很重要卷积神经网络（Convolutional Neural Network,CNN）是一种前馈神经网络，它的人工神经元可以响应一部分覆盖范围内的周围单元，对于大型图像处理有出色表现。[1]它包括卷积层(alternating convolutional layer)和池层(pooling layer) 。卷积神经网络是近年发展起来，并引起广泛重视的一种高效识别方法。20世纪60年代，Hubel和Wiesel在研究猫脑皮层中用于局部敏感和方向选择的神经元时发现其独特的网络结构可以有效地降低反馈神经网络的复杂性，继而提出了卷积神经网络（Convolutional Neural Networks-简称CNN）。现在， CNN已经成为众多科学领域的研究热点之一，特别是在模式分类领域，由于该网络避免了对图像的复杂前期预处理，可以直接输入原始图像，因而得到了更为广泛的应用。K.Fukushima在1980年提出的新识别机是卷积神经网络的第一个实现网络。随后，更多的科研工作者对该网络进行了改进。其中，具有代表性的研究成果是Alexander和Taylor提出的“改进认知机” ，该方法综合了各种改进方法的优点并避免了耗时的误差反向传播。
卷积神经网络中用1*1 卷积有什么作用或者好处pooling理论在于，图像中相邻位置的像素是相关的。对一幅图像每隔一行采样，得到的结果依然能看。经过一层卷积以后，输入的图像尺寸变化不大，只是缩小了卷积核-1 。根据相邻数据的相关性，在每个nxn区域内，一般2x2，用一个数代表原来的4个数

卷积神经网络反向求导时对池化层怎么处理在一个CSDN博客上看到，个人觉得比较正确：
无论max pooling还是mean pooling，都没有需要学习的参数。因此，在卷积神经网络的训练中，Pooling层需要做的仅仅是将误差项传递到上一层，而没有梯度的计算。
（1）max pooling层：对于max pooling，下一层的误差项的值会原封不动的传递到上一层对应区块中的最大值所对应的神经元，而其他神经元的误差项的值都是0；
（2）mean pooling层：对于mean pooling ，下一层的误差项的值会平均分配到上一层对应区块中的所有神经元

卷积神经网络中的池化是什么意思？

文章插图

理论在于，图像中相邻位置的像素是相关的。对一幅图像每隔一行采样，得到的结果依然能看。一、卷积神经网受Hubel和Wiesel对猫视觉皮层电生理研究启发，有人提出卷积神经网络（CNN），Yann Lecun 最早将CNN用于手写数字识别并一直保持了其在该问题的霸主地位。近年来卷积神经网络在多个方向持续发力，在语音识别、人脸识别、通用物体识别、运动分析、自然语言处理甚至脑电波分析方面均有突破。卷积神经网络与普通神经网络的区别在于，卷积神经网络包含了一个由卷积层和子采样层构成的特征抽取器。在卷积神经网络的卷积层中，一个神经元只与部分邻层神经元连接。在CNN的一个卷积层中，通常包含若干个特征平面(featureMap)，每个特征平面由一些矩形排列的的神经元组成，同一特征平面的神经元共享权值，这里共享的权值就是卷积核。卷积核一般以随机小数矩阵的形式初始化，在网络的训练过程中卷积核将学习得到合理的权值。共享权值（卷积核）带来的直接好处是减少网络各层之间的连接，同时又降低了过拟合的风险。子采样也叫做池化（pooling），通常有均值子采样（mean pooling）和最大值子采样（max pooling）两种形式。子采样可以看作一种特殊的卷积过程。卷积和子采样大大简化了模型复杂度，减少了模型的参数。三、卷积神经网络的原理3.1 神经网络首先介绍神经网络，这一步的详细可以参考资源1 。简要介绍下。神经网络的每个单元如下：对应的公式如下：其对应的公式如下：比较类似的，可以拓展到有2,3,4,5，…个隐含层。神经网络的训练方法也同Logistic类似，不过由于其多层性，还需要利用链式求导法则对隐含层的节点进行求导，即梯度下降+链式求导法则，专业名称为反向传播。关于训练算法，本文暂不涉及。
卷积神经网络中的池化是什么意思pooling
理论在于，图像中相邻位置的像素是相关的。对一幅图像每隔一行采样，得到的结果依然能看。
经过一层卷积以后，输入的图像尺寸变化不大，只是缩小了卷积核-1 。根据相邻数据的相关性，在每个nxn区域内，一般2x2，用一个数代表原来的4个数，这样能把数据缩小4倍，同时又不会损失太多信息。
一副24*24的图像。用5*5卷积核卷积，结果是20*20（四周各-2），经过2*2池化，变成10*10.

何为BAC pooling strategyBAC pooling是构建超级池。也就是将建成的文库池化，然后PCR筛选。构建BAC文库一般要求覆盖7-10倍基因组，库容量越大覆盖倍数越高。假如您构建的物种基因组大小约500mb ，按百博明创（北京）公司所建文库插入片段的平均大小在100kb计算，覆盖基因组7倍，库容量将达到约3.5万个clone；覆盖10倍，库容量达到约5万个clone 。
构建BAC文库是一件非常复杂工作量的工作，大型BAC文库筛选更是一件庞大的工程，他们可以免费为客户提供相关技术信息，帮您建立BAC文库筛选系统。同时可以根据客户需要提供构建好的 pool 和 superpool ，帮助客户建立“2维”、“3维”、最多达到“5维”的快速筛选系统。pool就是池（每块384孔板的一个混合池）。

library quantification，normalization，and pooling什么意思library quantification,normalization,and pooling
库量化、规范化和池化

如何理解卷积和pooling卷积是分析数学中一种重要的运算。
pooling池
n. [贸易] 联营，合并；池化
v. 积水成池；淤积（pool的ing形式）

pooling risk 什么意思？风险聚合的意思嘛风险分担、风险共担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风险集中双语例句pooling of risk[经] 风险集中

pooling arrangement是什么意思1.
合营协约
合营的解释- 合营翻译... ... 合营航班 pooled air service 合营协约 pooling arrangement 合营法 pooling of interest method ...

2.
再发布采访讯息给其他同业
...威胁、侵犯，或使不熟悉受访的民众受到惊吓。遇到这种情况，可适时协议由一家媒体采访，再发布采访讯息给其他同业（pooling a…

3.

同业
遇到这种情况，可适时协议由一家媒体采访，再发布采访讯息给其它同业（pooling arrangement）。

diversifiable risk是什么意思diversifiable risk
分散风险
双语对照

词典结果：
网络释义
1. 可分散风险
2. 可分解风险
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.
保险的补偿和分担风险的特性，通过减少损失以及对非分散风险较全面的度量和管理，促进商业交易和信贷。

carpooling是什么意思？同学你好，很高兴为您解答！carpooling，您说的这个英文词语在CMA的考试中比较常见，学会这个词语对考取英文CMA资格证书特别有帮助。这个词语的汉语意思是：拼车。希望高顿网校的回答能帮助您解决问题，更多CMA的相关问题欢迎提交给高顿企业知道。高顿祝您生活愉快！
CNN里面怎么用matlab写max pooling如果你用post，把以上作为params ， post到这个action ，则只需要在action中写 private int sDepartmentId; private string sCharType; private int iPlanNumber; 然后给他们三个setter getter就行了，action自然会拿到值的。

ROE怎么计算？ROE即净资产收益率，其计算公式为：净资产收益率=税后利润/所有者权益*100%

怎么用matlab实现深度学习pooling最直接的作用是引入了不变性，比如最常见的conv-max pooling，因为取一片区域的最大值，所以这个最大值在该区域内无论在哪，max-pooling之后都是它，相当于对微小位移的不变性。而如果我们对输入pooling前的层做一些精心设计，让pooling region

RC智能云的结果是通过机器的深度学习算法来实现的吗？深度学习和机器学习的区别是，深度学习是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本。
同机器学习方法一样，深度机器学习方法也有监督学习与无监督学习之分．不同的学习框架下建立的学习模型很是不同．例如，卷积神经网络（Convolutional neural networks，简称CNNs）就是一种深度的监督学习下的机器学习模型，而深度置信网（Deep Belief Nets，简称DBNs）就是一种无监督学习下的机器学习模型。

有哪个深度学习框架实现了min pooling两者不是同一个level上的，深度学习是机器学习的一种。最近火的发紫的深度学习实际上指的的深度神经网络学习，普通神经网络由于训练代价较高，一般只有3-4层，而深度神经网络由于采用了特殊的训练方法加上一些小trick，可以达到8-10层。深度神经网络能够捕捉到数据中的深层联系，从而能够得到更精准的模型，而这些联系不容易被普通的机器学习方法所发觉。

什么是深度学习与机器视觉深度学习和机器学习的区别是，深度学习是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经中国络，它模仿人脑的机制来解释数据，例如图像，声音和文本。同机器学习方法一样，深度机器学习方法也有监督学习与无监督学习之分．不同的学习框架下建立的学习模型很是不同．例如，卷积神经中国络（Convolutional neural networks，简称CNNs）就是一种深度的监督学习下的机器学习模型，而深度置信中国（Deep Belief Nets，简称DBNs）就是一种无监督学习下的机器学习模型。深度学习的概念源于人工神经中国络的研究。含多隐层的多层感知器就是一种深度学习结构。深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征，以发现数据的分布式特征表示。深度学习的概念由Hinton等人于二00陆年提出。基于深度置信中国络(DBN)提出非监督贪心逐层训练算法，为解决深层结构相关的优化难题带来希望，随后提出多层自动编码器深层结构。此外Lecun等人提出的卷积神经中国络是第一个真正多层结构学习算法，它利用空间相对关系减少参数数目以提高训练性能。机器学习(Machine Learning, ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎。学习是人类具有的一种重要智能行为，但究竟什么是学习，长期以来却众说纷纭。社会学家、逻辑学家和心理学家都各有其不同的看法。比如，Langley（一99陆) 定义的机器学习是“机器学习是一门人工智能的科学，该领域的主要研究对象是人工智能，特别是如何在经验学习中改善具体算法的性能” 。（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的机器学习(一99漆)对信息论中的一些概念有详细的解释,其中定义机器学习时提到，“机器学习是对能通过经验自动改进的计算机算法的研究” 。（Machine Learning is the study of computer algorithms that improve automatically through experience.）Alpaydin（二00四）同时提出自己对机器学习的定义，“机器学习是用数据或以往的经验，以此优化计算机程序的性能标准。”（Machine learning is programming computers to optimize a performance criterion using example data or past experience.）尽管如此，为了便于进行讨论和估计学科的进展，有必要对机器学习给出定义，即使这种定义是不完全的和不充分的。顾名思义，机器学习是研究如何使用机器来模拟人类学习活动的一门学科。稍为严格的提法是：机器学习是一门研究机器获取新知识和新技能，并识别现有知识的学问。这里所说的“机器” ，指的就是计算机，电子计算机，中子计算机、光子计算机或神经计算机等等。机器能否象人类一样能具有学习能力呢？一959年美国的塞缪尔(Samuel)设计了一个下棋程序，这个程序具有学习能力，它可以在不断的对弈中改善自己的棋艺。四年后，这个程序战胜了设计者本人。又过了三年，这个程序战胜了美国一个保持吧年之久的常胜不败的冠军。这个程序向人们展示了机器学习的能力，提出了许多令人深思的社会问题与哲学问题。机器的能力是否能超过人的，很多持否定意见的人的一个主要论据是：机器是人造的，其性能和动作完全是由设计者规定的，因此无论如何其能力也不会超过设计者本人。这种意见对不具备学习能力的机器来说的确是对的，可是对具备学习能力的机器就值得考虑了，因为这种机器的能力在应用中不断地提高，过一段时间之后，设计者本人也不知它的能力到了何种水平。机器学习有下面几种定义： “机器学习是一门人工智能的科学，该领域的主要研究对象是人工智能，特别是如何在经验学习中改善具体算法的性能” 。“机器学习是对能通过经验自动改进的计算机算法的研究” 。“机器学习是用数据或以往的经验，以此优化计算机程序的性能标准。” 一种经常引用的英文定义是：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.机器学习已经有了十分广泛的应用，例如：数据挖掘、计算机视觉、自然语言处理、生物特征识别、搜索引擎、医学诊断、检测信用卡欺诈、证券市场分析、DNA序列测序、语音和手写识别、战略游戏和机器人运用

深度学习网络结构初始化函数里面kernelasize后面的5是什么意思1.1 卷积层(Convolution)
类型：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: 学习率调整的参数，在上面的例子中设置权重学习率和运行中求解器给出的学习率一样，同时是偏置学习率为权重的两倍。
weight_decay：

卷积层的重要参数
必须参数：
num_output (c_o)：过滤器的个数
kernel_size (or kernel_h and kernel_w)：过滤器的大小

可选参数：
weight_filler [default type: 'constant' value: 0]：参数的初始化方法
bias_filler：偏置的初始化方法
bias_term [default true]：指定是否是否开启偏置项
pad (or pad_h and pad_w) [default 0]：指定在输入的每一边加上多少个像素
stride (or stride_h and stride_w) [default 1]：指定过滤器的步长
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.

通过卷积后的大小变化：
输入：n * c_i * h_i * w_i
输出：n * c_o * h_o * w_o，其中h_o = (h_i + 2 * pad_h - kernel_h) /stride_h + 1，w_o通过同样的方法计算。

1.2 池化层（Pooling）
类型：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}}

卷积层的重要参数
必需参数：
kernel_size (or kernel_h and kernel_w)：过滤器的大小

可选参数：
pool [default MAX]：pooling的方法，目前有MAX, AVE, 和STOCHASTIC三种方法

pad (or pad_h and pad_w) [default 0]：指定在输入的每一遍加上多少个像素
stride (or stride_h and stride_w) [default1]：指定过滤器的步长

通过池化后的大小变化：
输入：n * c_i * h_i * w_i
输出：n * c_o * h_o * w_o，其中h_o = (h_i + 2 * pad_h - kernel_h) /stride_h + 1，w_o通过同样的方法计算。

1.3 Local Response Normalization (LRN)
类型：LRN
Local ResponseNormalization是对一个局部的输入区域进行的归一化（激活a被加一个归一化权重（分母部分）生成了新的激活b），有两种不同的形式，一种的输入区域为相邻的channels（cross channel LRN），另一种是为同一个channel内的空间区域（within channel LRN）
计算公式：对每一个输入除以

可选参数：
local_size [default 5]：对于cross channel LRN为需要求和的邻近channel的数量；对于within channel LRN为需要求和的空间区域的边长
alpha [default 1]：scaling参数
beta [default 5]：指数
norm_region [default ACROSS_CHANNELS]: 选择哪种LRN的方法ACROSS_CHANNELS 或者WITHIN_CHANNEL

2. Loss Layers
深度学习是通过最小化输出和目标的Loss来驱动学习。

2.1 Softmax
类型: SOFTMAX_LOSS

2.2 Sum-of-Squares / Euclidean
类型: EUCLIDEAN_LOSS

2.3 Hinge / Margin
类型: 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}}

可选参数：
norm [default L1]: 选择L1或者 L2范数
输入：
n * c * h * wPredictions
n * 1 * 1 * 1Labels
输出
1 * 1 * 1 * 1Computed Loss

2.4 Sigmoid Cross-Entropy
类型：SIGMOID_CROSS_ENTROPY_LOSS

2.5 Infogain
类型：INFOGAIN_LOSS

2.6 Accuracy and Top-k
类型：ACCURACY
用来计算输出和目标的正确率，事实上这不是一个loss，而且没有backward这一步。

3. 激励层（Activation / Neuron Layers）
一般来说，激励层是element-wise的操作，输入和输出的大小相同，一般情况下就是一个非线性函数。

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

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

可选参数：
negative_slope [default 0]:指定输入值小于零时的输出。

ReLU是目前使用做多的激励函数，主要因为其收敛更快，并且能保持同样效果。
标准的ReLU函数为max(x, 0)，而一般为当x > 0时输出x ，但x <= 0时输出negative_slope 。RELU层支持in-place计算，这意味着bottom的输出和输入相同以避免内存的消耗。

翻译古诗词目的意义从古诗词中了解古人的生活水平、人文状况、研究历史。其次就是学习古代诗人的哲学思想和为人处事的道理。

这个词的意思是什么？（英语翻译）what's the meaning of this word?

这个词是什么意思？求翻译是一种化学物质， cellobiosyl-D-glucose就叫cellobiosyl葡萄糖，或者cellobiosyl多聚糖

请问这个词是翻译什么意思？vegetable shortening植物起酥油；植物油制起酥油;白油

英语翻译：experience这个词有两个含义，一个含义是。。。另一个含义是。。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.(我自己翻译的,不知道对还是不对,应该没错吧.)

arrangement是什么意思arrangement
英[əˈreɪndʒmənt]美[əˈrendʒmənt]
n.
安排; 排列; 约定; 改编
网络：布置; 编曲; 时间安排
复数：arrangements形近词：derangement

t was a nifty arrangement, a perfect partnership.
这是绝妙的安排，完美的搭档。

Japanese digital wallets can be loaded with cash at stores or through an arrangement with a credit card company.
日本的数字钱包可在商店或通过与信用卡公司的安排进行充值。

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

双语例句
1
That flower arrangement looks very artistic.
那样插花看上去很有艺术性。

arrangement是什么意思？n.安排；排列；约定；改编
英文解释:
安排；准备；筹划 Arrangements are plans and preparations which you make so that something will happen or be possible.
商定；约定；协议 An arrangement is an agreement that you make with someone to do something.
可数名词
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.
（乐曲的）改编 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是什么意思合营协约合营航班 pooled air service 合营协约 pooling arrangement 合营法 pooling of interest method

proposed arrangement是什么意思【pooling】proposed arrangement
拟议安排

双语例句
1
The concurrence of the Security Council on the proposed arrangement will be sought.
还将寻求安全理事会同意拟议安排。

2
Ethiopia therefore welcomed the proposed arrangement that would streamline cooperation between the United Nations and AU in peacekeeping matters.
因此，埃塞俄比亚欢迎拟议的对联合国和非盟在维持和平事务上的合作进行简化的安排。