|
frac H 2 × frac W 2 × C_2
|
(1 ×1 × C_1 +1) × C_2
|
|
卷积层 C_ 21
|
H × W × C_2
|
1 ×1 × C_2 /2
|
frac H 2 × frac W 2 × C_2
|
(1 ×1 × C_2 +1) × C_2
|
|
卷积层 C_ 22
|
H × W × C_2
|
3 ×3 × C_2 /1
|
H × W × C_2 /1
|
(3 ×3 × C_2 +1) × C_2
|
|
卷积层 C_ 31
|
H × W × C_1
|
1 ×1 × C_2 /2
|
frac H 2 × frac W 2 × C_2
|
(1 ×1 × C_1 +1) × C_2
|
|
卷积层 C_ 32
|
H × W × C_2
|
5 ×5 × C_2 /1
|
H × W × C_2 /1
|
(5 ×5 × C_2 +1) × C_2
|
|
下采样层 S_ 41
|
H × W × C_1
|
3 ×3/2
|
frac H 2 × frac W 2 × C_2
|
0
|
|
卷积层 C_ 42
|
frac H 2 × frac W 2 × C_2
|
1 ×1 × C_2 /1
|
frac H 2 × frac W 2 × C_2
|
(3 ×3 × C_2 +1) × C_2
|
|
合并层 M
|
frac H 2 × frac W 2 × C_2 ( ×4)
|
拼接
|
frac H 2 × frac W 2 ×( C_2 ×4)
|
0
|
Inception_v2
Inception_v2组合不同卷积核的堆叠形式,并对卷积结果进行合并;把5*5的卷积改成了两个3*3的卷积串联,它说一个5*5的卷积看起来像是一个5*5的全连接,所以干脆用两个3*3的卷积,第一层是卷积,第二层相当于全连接,这样可以增加网络的深度,并且减少了很多参数。模型的结构如下图:
Inception_v2还引入了使用了Batch Normalization,加了这个以后训练起来收敛更快,学习起来自然更高效,可以减少dropout的使用。
28x28 的 Inception 模块的数量由 2 增加到了 3.
Inception 模块,Ave 和 Max Pooling 层均有用到. 参考表格。
两个 Inception 模块间不再使用 pooling 层;而在模块 3c 和 4e 中的 concatenation 前采用了 stride-2 conv/pooling 层.
详细的参数列表
Inception_v3
Inception_v3则在v_2基础上进行深度组合的尝试,输入改为299×299×3。
Inception_V3出了采用Inception_V2中,将5×5的卷积分解成两个3×3的卷积,还衍生出了非对称分解,将一个3x3的卷积分解为3x1和1x3,进一步衍生出了一种混合两种分解方式的结构Inception_V3三种结构如下图:
自我介绍一下,小编13年上海交大毕业,曾经在小公司待过,也去过华为、OPPO等大厂,18年进入阿里一直到现在。
深知大多数Python工程师,想要提升技能,往往是自己摸索成长或者是报班学习,但对于培训机构动则几千的学费,着实压力不小。自己不成体系的自学效果低效又漫长,而且极易碰到天花板技术停滞不前!
因此收集整理了一份《2024年Python开发全套学习资料》,初衷也很简单,就是希望能够帮助到想自学提升又不知道该从何学起的朋友,同时减轻大家的负担。
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上前端开发知识点,真正体系化!
由于文件比较大,这里只是将部分目录大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新
如果你觉得这些内容对你有帮助,可以扫码获取!!!(备注:Python)
mg-MfvgVITC-1713723556163)]
既有适合小白学习的零基础资料,也有适合3年以上经验的小伙伴深入学习提升的进阶课程,基本涵盖了95%以上前端开发知识点,真正体系化!
由于文件比较大,这里只是将部分目录大纲截图出来,每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频,并且后续会持续更新
如果你觉得这些内容对你有帮助,可以扫码获取!!!(备注:Python)