随着深度神经网络的快速发展，网络结构和数据集呈现复杂化，巨大化；如何快速的训练一个深度神经网络面临着严峻的挑战。NVIDIA最新发布的带有Tensor Core的GPU，如V100, P4, P40, P100等卡可以支持单精度(FP32)和半精度(FP16)的混合训练，混合训练中以半精度为主，单精度为辅，可以在保持网络性能的同时，大大提高网络训...

在二分类中，常常使用Precision, Recall, ROC 曲线，AUC来评价一个模型的性能，然而这些指标很难对多分类模型进行准确的评价，详见 [链接]那么在多分类中，我们该怎么评价一个模型对于所有的类别的性能哪，如何才能保证每一个类别都被同等的重视，而不失偏颇，这就是MAP(Mean Average Precision)要做的事情。MAP，即Mean...

对于一个二分类问题，分类结果如下：--预测预测---10合计实际1True Positive(TP)False Negative(FN)实际为正实际0False Positive(FP)True Negative(TN)实际为负合计-预测为正预测为负总体-- TP：真正类，一个实例是正类，并且被预测为正类-- FN：假负类，一个实例是正类，但是被预测为负类，漏报-- FP：假正类，一个实例...