EXCEL-for-Deep-Learning

就个人而言，我发现使用EXCEL可视化抽象思想非常有用。 有时，复杂的数学符号可以用简单的EXCEL函数表示。 注意：为获得适当的梯度，请确保具有“ Solver”作为附加项，然后选择“ GRG Nonlinear”作为求解方法。 CNN的可视化Dropout（值介于0.1到0.9之间） Dropout.xlxs 可视化的伽马值与损失的关系 参考：用于密集物体检测的焦点损失 Focal_loss_chart.xlxs Focal_Loss.ipynb 实验梯度爆炸 CycleGAN.xlxs WGAN的可视化（比较L1和L2损失） 参考：Wasserstein GAN WGAN.xlxs 使用不同的方法和内核大小可视化上采样 Up_sampling.xlxs