![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
深度学习,神经网络
Fandel_
这个作者很懒,什么都没留下…
展开
-
VGG
VGG一,贡献:二,网络架构:三,代码实现:一,贡献:① 使用很小的卷积核(3×3)构建各种深度的卷积神经网络结构,并对这些网络结构进行了评估,最终证明16-19层的网络深度,能够取得较好的识别精度。 这也就是常用来提取图像特征的VGG-16和VGG-19。② 与AlexNet比较:VGG可以看成是加深版的AlexNet,整个网络由卷积层和全连接层叠加而成,和AlexNet不同的是,VGG中...原创 2020-04-02 13:31:05 · 393 阅读 · 0 评论 -
AlexNet
贡献 & 缺点贡献:网络结构:代码实现:贡献:① 与LeNet对比,网络结构和基本操作模块变化微小,仅在网络深度和复杂度上具有优势。② 第一次把卷积神经网络用于海量图像数据的ImageNet数据集,揭示了卷积神经网络强大的学习能力和表示能力。引发了深度学习。③ 网络结构引入了一些新颖或不寻常的特征:激活函数‘ReLU’;利用多个GPU实现网络训练;局部响应规范化(LRN);重叠池(...原创 2020-03-27 19:51:30 · 257 阅读 · 0 评论 -
LeNet-5
LeNet-5一:贡献&缺点贡献:缺点:二:网络架构C1: Convolution LayerS2: Average_pooling LayerC3:Convolution LayerS4:Average_Pooling LayerC5:Fully Connected Convolutional LayerF6 Fully Connected LayerOuput Layer三:kera...原创 2020-03-26 14:32:43 · 402 阅读 · 0 评论 -
《python神经网络编程》,3层神经网络的构建
import numpy as npimport scipy.special as sps# 定义神经网络的类class neuralnetwork: #初始化函数 def __init__(self,input_nodes, hidden_nodes, output_nodes, learning_rate): self.inodes = input_nodes self.hno...翻译 2020-02-13 15:43:05 · 203 阅读 · 0 评论