- 博客(4)
- 收藏
- 关注
RSS订阅原创 ResNet变体的设计演进与未来方向
引入注意力机制(SE-ResNet)和dense连接(DenseNet)来增强模块表达能力,设计可递归的模块(FractalNet)或可压缩模块(CondenseNet)来优化参数和计算量,并提出并行多路径(DualPathNet)或混合不同网络特点(DPN)的创新结构。总体而言,残差网络提供了一个非常活跃的研究平台,未来几年模块设计、网络连接和组件功能等方面都将不断涌现新思路,整体趋势是模块更加规范化与有效Parameter化,网络结构与组件功能不断丰富,从而在效率、效果和适用性上取得更好的平衡。
2023-08-04 09:28:06
445
1
原创 caffe各个层初探（二 data layers）
从文档的总结来看，主要有如下类目： Image Data - read raw images. Database - read data from LEVELDB or LMDB. HDF5 Input - read HDF5 data, allows data of arbitrary dimensions. HDF5 Output - write data as HDF5. Inpu...
2018-07-27 17:03:57
191
原创 caffe各个层初探（一综述）
一开始先把总的层都给罗列出来，有一个整体的印象Data layers Vision layers Recurret layers Common layers Normalization layers Activaction/Neuron layers Utility layers Loss layers接下来简要叙述，各层主要功能，后面分类讲述。Data layers ...
2018-07-27 16:48:39
325
原创 卷积神经网络（如caffe）个参数的定义和FLOP计算量的计算
刚开始看神经网，结合很多文章，做了一些总结，写下来也方便后面查看。有不足的地方，希望多多批评指正。1.卷积的数学推导先从卷积的数学推导说起，卷积的数学表达就是，即是两个变量在某范围内相乘后求和的结果。如果卷积的变量是序列x(n)和h(n)，则卷积的结果又可以变成离散的方式：从公式上看，描述了f（x）和一个经过反折和偏移的g（x）的乘子项的累加过程。基于这一点的数学意义，这两个函数zai...
2018-07-24 16:07:46
7807
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人