我知道向pandas数据帧添加新列的两种方法
df_new = df.assign(new_column=default_value)
和
df[new_column] = default_value
第一个不会在内部添加列,但第二个不会.那么哪一个使用效率更高？
除了这两个之外还有比这些更有效的方法吗？
我正在尝试对神经网络进行建模以解决CIFAR-10数据集，但是我面临着这个非常奇怪的问题，我已经尝试了6种不同的CNN体系结构，并使用了许多不同的CNN超参数和完全连接的#neurons值，但似乎都为了失败而损失2.302，而相应的精度为0.0625，为什么会发生这种情况，CNN或神经网络的特性使它如此，我还尝试了dropout，l2_norm，不同的内核大小，CNN和Max Pool中的不同填充。我不明白为什么损失会卡在这样的奇数上？
我正在使用tensorflow来实现这一点，并且我尝试了softmax层+ cross_entropy_loss和not_softmax_layer + sparse_cross_entropy_loss。神经净损失函数停留在高原吗？
artificial-intelligence deep-learning conv-neural-network tensorflow