小编ent*_*opy的帖子

在深度学习中使用卷积网络中多个相同滤波器的优势是什么？

例如:我们在第一层使用6个大小为[5,5]的滤镜来扫描图像数据,这是一个大小为[28,28]的矩阵.问题是为什么我们不只使用一个大小为[5,5]的过滤器,而是使用其中的6个或更多.最后,他们将扫描完全相同的像素.我可以看到随机权重可能不同,但无论如何DL模型都会适应它.

那么,具体来说,使用相同形状的多个滤波器的主要优势和目的是什么呢？

当应用程序根据 URL 参数加载时，我需要预填充 Shiny 输入。以下链接中的代码正常工作： https: //github.com/daattali/advanced-shiny/tree/master/url-inputs。

但是，我的数据中每个数据都有“&”字符。此代码还在 URL 中的每个输入之间使用“&”字符。如何处理这个冲突？

输入示例：姓名和姓氏。

data.table 非常有用，但我找不到解决以下问题的优雅方法。那里有一些更接近的答案，但没有一个能解决我的问题。让我们说下面是 data.table 对象，我想根据基因对（Gene1 和 Gene2）过滤重复的行，但以两种方式。

     Gene1    Gene2     Ens.ID.1              Ens.ID.2             CORR
1:   FOXA1    MYC       ENSG000000129.13.     ENSG000000129.11     0.9953311
2:   EGFR     CD4       ENSG000000129         ENSG000000129.12     0.9947215
3:   CD4      EGFR      ENSG000000129.12      ENSG000000129.11     0.9940735
4:   EGFR     CD4       ENSG000000129         ENSG000000129.12     0.9947215 

如果关于 Gene1 和 Gene2 有这样的重复，那么我想得到这个：

     Gene1    Gene2     Ens.ID.1              Ens.ID.2             CORR
1:   FOXA1    MYC       ENSG000000129.13.     ENSG000000129.11     0.9953311
2:   EGFR     CD4       ENSG000000129         ENSG000000129.12     0.9947215

数百万行的标准编码非常慢。在 data.table 中是否有一种优雅而快速的方法来做到这一点？