深度学习网络发展

已于 2022-09-08 00:03:27 修改
阅读量428 收藏
点赞数
分类专栏： paddlepaddle 文章标签： 深度学习 人工智能
于 2022-09-03 22:37:21 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/Vertira/article/details/126683675
版权

深度学习分类网络的发展历史 (wjhsh.net)

(16条消息) 深度学习网络的发展_zyp361161的博客-CSDN博客_深度学习网络

VGG 模型

(16条消息) 第十五天Paddle实现分类和利用VGG实现_呆呆网友的博客-CSDN博客

图像分类-使用文档-PaddlePaddle深度学习平台

(56条消息) PaddlePaddle2.0搭建VGG-16模型实现蝴蝶分类_学习要有仪式感呦的博客-CSDN博客

GoogleNet (2014年)

  PaddlePaddle实现GoogleNet - 飞桨AI Studio (baidu.com) 

  (18条消息) paddle实现GoogLeNet-InceptionV1_GISer_Lin的博客-CSDN博客

 (18条消息) paddle实现GoogLeNet-InceptionV3_GISer_Lin的博客-CSDN博客

ResNet 模型 （2015年）

(18条消息) paddle实现resnet复现_扬志九洲的博客-CSDN博客_paddle实现resnet

 (18条消息) 基于Paddle手敲ResNet_一个热爱学习的深度渣渣的博客-CSDN博客

PaddlePaddle实现ResNet - 飞桨AI Studio (baidu.com)

 基于Paddle复现残差连接网络ResNet - 飞桨AI Studio (baidu.com)

关注模型训练参数和模型保持

(56条消息) Paddle高层API实现图像分类（CIFAR-100数据集_ResNet101）_闲人_Yty的博客-CSDN博客 关注与模型结构

(91条消息) PaddlePaddle | 深度学习 101- 图像分类_ZJ_Improve的博客-CSDN博客

DenseNet 模型（2017年）

基于Paddle复现稠密连接网络DenseNet - 飞桨AI Studio (baidu.com)

ImageNet 模型

https://github.com/PaddlePaddle/models/blob/develop/PaddleCV/image_classification/README_cn.md

 MobileNet 模型

(19条消息) 基于paddlepaddle实现MobileNets_v1复现_扬志九洲的博客-CSDN博客

 (19条消息) 基于paddlepaddle实现Mobilenet_v3复现_扬志九洲的博客-CSDN博客

YOLO模型系列 

 GitHub - lazyn1997/YOLOX

轻量级网络模型  用于嵌入端

(19条消息) VoVNet、VarGNet、PeleeNet：轻量级实时网络（嵌入端）_3Ｄ视觉工坊的博客-CSDN博客 (19条消息) 人脸识别论文:VarGFaceNet:VarGFaceNet: An Efficient Variable Group Convolutional Neural Network及其PyTorch实现_mingo_敏的博客-CSDN博客

VovNet (2022年)

(19条消息) 论文复现：基于PaddleClas复现VovNet_AI Studio的博客-CSDN博客_paddle论文复现

Vertira
关注
专栏目录
【深度学习】分类神经网络发展 从LeNet到SeNet
guozhirourou的博客
07-25 1940
最近学习了分类网络的发展，做了简单的整理，仅供自己学习笔记 LeNet： 由Yann LeCun等人在1998年提出，是cnn的基本架构，不包括输入共有7层，由卷积层、池化层、全链接层构成。 1、输入层： 输入为单通道，32*32大小的图像 2、c1层-卷积层： 输入大小为[1,32,32]， 卷积核大小为5*5， 卷积核数目为6， 滑动步长为1， 输出图像尺寸为（3...
深度学习发展历程
呵呵呵呵
09-15 3838
神经网络 一、神经元 1943年，心理学家McCulloch和数学家Pitts参考了生物神经元的结构，发表了抽象的神经元模型MP。 1、结构 神经元模型是一个包含输入，输出与计算功能的模型。输入可以类比为神经元 的树突，而输出可以类比为神经元的轴突，计算则可以类比为细胞核。 　 下图是一个典型的神经元模型：包含有3个输入，1个输出，以及2个计算功能。 　　注意中间的箭头线。这些线...
深度学习基础----网络的发展
weiwei935707936的博客
10-21 572
背景 注意力机制最早用于NLP 能够从大量信息中筛选出重要信息 实现概况 注意力机制通常是一个额外的神经网络，能够给输入的不同部分分配权重 实现方法： 在空间维度引入 在通道维度引入 在空间维度引入 在通道维度引入 ...
关于深度学习网络的发展概述(浓缩版)
她的妈妈爱上我的博客
10-19 373
深度学习网络的发展概述 CNN R-CNN Fast R-CNN Faster R-CNN YOLO/SSD 1 CNN 诞生 相比较于传统的HOG+SVM方法而言是一种新的方法，用来识别目标，例如用来识别MNIST数据集，有不错的成绩 基本思想 局部感受野、权值共享、池化、滤波器、损失函数、特征提取 解决的问题 完成了图片的分类任务 2 R-CNN 诞生 在神经网络训练之前加入建议候选框（region proposal）层，所以新的网络被分为两个部分：候选框+神经网络 基本思想 region prop
深度学习的历史：从人工神经网络到机器学习
AI天才研究院
12-27 763
1.背景介绍 深度学习是一种人工智能技术，它旨在模仿人类大脑中的神经网络，以解决复杂的问题。这种技术的发展历程可以分为几个阶段：人工神经网络、回归和分类、自然语言处理、计算机视觉和机器学习。在本文中，我们将探讨这些阶段的发展，以及深度学习在各个领域的应用和未来趋势。 1.1 人工神经网络 人工神经网络(Artificial Neural Networks，ANN)是深度学习的基础。它们由多个...
深度学习网络结构发展
qq_43641600的博客
06-12 936
经典网络结构 LeNet5 由两个卷积层，两个池化层，两个全连接层组成。卷积核都是5×5，stride=1，池化层使用maxpooling AlexNet 模型共八层（不算input层），包含五个卷积层、三个全连接层。最后一层使用softmax做分类输出 AlexNet使用了ReLU做激活函数；防止过拟合使用dropout和数据增强；双GPU实现；使用LRN VGG 全部使用3×3卷积核的堆叠，来模拟更大的感受野，并且网络层数更深。VGG有五段卷积，每段卷积后接一层最大池化。卷积核数目逐渐增加。
深度学习世界发展史_神经网络浅讲：从神经元到深度学习（全）.pdf
11-18
这篇文档《深度学习世界发展史_神经网络浅讲：从神经元到深度学习（全）》全面阐述了深度学习的发展历程和核心概念，让我们一起探索这个领域的历史、理论与实践。 神经网络是深度学习的基础，其概念起源于20世纪40...
基于深度学习的网络攻击检测.pdf
08-18
深度学习技术的发展对网络安全领域产生了深远的影响。随着硬件计算能力的提高和成本的降低，深度学习技术得到了广泛的应用。深度学习是一种机器学习的子领域，能够有效地提高检测效率和降低误报率，从而更及时地发现...
深度学习原理33——网络的层和尺寸设置 深度学习原理.pdf
04-13
ResNet的出现 marks了深度学习网络的发展方向，证明了深度学习网络可以通过合适的层和尺寸设置来提高模型的性能和泛化能力。 在实际应用中，深度学习网络的层和尺寸设置需要根据具体的应用场景和数据特点进行选择和...
深度学习的实现与发展——从神经网络到机器学习.pdf
08-19
"深度学习的实现与发展——从神经网络到机器学习" 深度学习是建立在计算机神经网络理论和机器学习理论上的系统科学，它使用建立在复杂的机器结构上的多处理层，结合非线性转换方法算法，对高层复杂数据模型进行抽象...
2019到目前为止的深度学习研究进展汇总
04-24
2019到目前为止的深度学习研究进展汇总，Best Deep Learning Research of 2019 So Far。
深度学习的历史与发展：从神经网络到深度学习
AI天才研究院
12-29 2119
1.背景介绍 深度学习是一种人工智能技术，它旨在模拟人类大脑中的学习过程，以解决各种复杂问题。深度学习的核心思想是通过多层次的神经网络来学习数据的复杂结构，从而实现自主学习和决策。 深度学习的历史可以追溯到1940年代的人工神经网络研究，但是直到2000年代，随着计算能力的提升和算法的创新，深度学习技术才开始取得重大突破。以下是深度学习的主要发展阶段： 神经网络(1940年代-1990年代...
全网最新！| 深度学习发展史（1943-2024编年体）（The History of Deep Learning）
最新发布
机器学习，生物信息学学习笔记。linux和python技巧分享。
05-20 8351
深度学习是人工智能领域的一个重要分支，它在图像识别、语音识别、自然语言处理等方面取得了显著的进展。学习任一门知识都应该先从其历史开始，把握了历史，也就抓住了现在与未来 。那么深度学习到底是经历了一段怎样的发展过程呢？下面我们就来了解一下深度学习发展史。
深度学习网络的发展
zyp361161的博客
03-16 1197
DNN(Deep Belief Network)=>堆积的自动编码器(Stacked Auto-encoder)=>卷积神经网络(Convolutional nerual network)=>卷积自动编码器(Convolutional Auto-encoder) 三大学派: 符号主义学派(逻辑主义学派); 连接主义学派(仿真网络,神经元连接); 控制论学派(所有的东西都...
深度学习的进展
若谷的博客
02-18 1476
深度学习是人工智能领域的一个重要分支，它利用神经网络模拟人类大脑的学习过程，通过大量数据训练模型，使其能够自动提取特征、识别模式、进行分类和预测等任务。近年来，深度学习在多个领域取得了显著的进展，尤其在自然语言处理、计算机视觉、语音识别和机器翻译等领域取得了突破性的进展。随着算法和模型的改进、计算能力的提升以及数据量的增长，深度学习的应用范围不断扩大，对各行各业产生了深远的影响。
神经网络与深度学习发展简史里程碑大事记
weixin_44895241的博客
02-28 4460
神经网络发展大事记里程碑
2021年最新-深度几何及图网络深度学习
lqfarmer的博客
12-04 273
课程描述 作为非洲机器智能硕士(AMMI 2021)的一部分，我们提供关于几何深度学习(GDL100)的课程，该课程密切遵循我们的GDL原型书的内容。我们公开本课程中的所有材料和制品，作为我们原型书的配套材料，同时也是一种深入探究本书未来迭代内容的方式。 bkhq：2021年最新-《深度几何及图网络深度学习》课程视频及ppt分享 课程首页 https://geometricdeeplearning.com/lectures/ 课程大纲 课程视频截图 ...
深度神经网络的成功应用,深度神经网络发展历程
kfc67269的博客
08-11 785
人工智能是计算机科学研究领域的一个重要分支，又是众多学科的一个交叉学科，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括语音识别、图像识别、机器人、自然语言处理、智能搜索和专家系统等等，人工智能可以对人的意识、思维的信息过程的模拟。而深度学习使用独立的层、连接，还有数据传播方向，比如最近大火的卷积神经网络是第一个真正多层结构学习算法，它利用空间相对关系减少参数数目以提高训练性能，让机器认知过程逐层进行，逐步抽象，从而大幅度提升识别的准确性和效率。...
深度学习与卷积神经网络结构详解
深度学习的发展历程伴随着计算能力的提升和大数据时代的到来，尤其是卷积神经网络（CNN）在图像识别领域的突破。 卷积神经网络是深度学习中的重要组成部分，尤其擅长处理图像数据。其基本构成模块包括卷积层、池化...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值