ImageNet Classification with Deep Convolutional NeuralNetworks（ Alexnet ）（待续）

最新推荐文章于 2021-08-21 13:00:54 发布
最新推荐文章于 2021-08-21 13:00:54 发布
阅读量812 收藏
点赞数
分类专栏： DL 文章标签： cnn DL
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/chenyanqiao2010/article/details/50242467
版权

Abstract（摘要）

1、model：5个卷积流，3个全连接层，100类

2、dataSet: LSVRC-2010

3、为了降低过拟合，使用 dropout

4、top 1 error ：第一个标签对时，才算对

     top 5 error  ：前5个标签有1个对，就算对

5、设计了一个很好的GPU计算框架


1、Introduction（引言）

1、小数据无法训练深度模型

2、要从识别大量图片中识别目标，需要一个具备强大学习能力的模型，巨大的识别复杂性意味着即便是Imagenet这么大的数据集也不够，所以需要先验知识来补偿数据集不具备的信息；

3、卷积模型的学习能力可以通过改变模型层数和每层单元个数来实现，对自然图像的统计平稳性和局部像素依赖性做出正确估计；

4、2D 卷积 GPU 框架可以实现CNN，可以训练大型数据集，而且并不需要特别严厉的overfitting 处理机制

5、本文重点：训练了一个大型CNN网络应用到ImageNet数据集上；

                         写了一个在GPU上运行的 高效的CNN2D实现框架；

 我们的网络有一些新的（不常见的）特征提高性能，减少训练时间

                         将overfitting作为一个主要任务

                         模型有5个卷积流和3个全连接层（减少任何一个卷积层都会使效果下降）

2、The Dataset（数据集）

1、ImageNet Large-Scale Visual Recognition Challenge(ILSVRC)

2、resourceImage  rescale the shorter side of 256   resultImage  crop out the central 256*256 patch    256*256

                             ---------------------------------------------   >                     -------------------------------------------------->

3、没有图像预处理，只是减去每个像素的均值


3、The Architecture（框架）












LY-林雨
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
ImageNet Classification with Deep Convolutional Neural Networks
08-06
ImageNet Classification with Deep Convolutional Neural Networks
ImageNet classification with deep convolutional neural networks
qq_41427793的博客
11-30 1386
无
ImageNet图像数据集介绍
爱她就要努力
08-21 2704
https://blog.csdn.net/fengbingchun/article/details/88606621 ImageNet图像数据集始于2009年，当时李飞飞教授等在CVPR2009上发表了一篇名为《ImageNet: A Large-Scale Hierarchical Image Database》的论文，之后就是基于ImageNet数据集的7届ImageNet挑战赛(2010年开始)，2017年
ImageNet Classification with Deep Convolutional Neural Networks
01-21
By Alex Krizhevsky, Ilya Sutskever, and Geoffrey E. Hinton
ImageNet Classification with Deep Convolutional Neural Networks.pdf
03-15
ImageNet Classification with Deep Convolutional Neural Networks.pdf
ImageNet Classification with Deep Convolutional Neural Network
02-06
深度卷积神经网络（Deep Convolutional Neural Networks, CNN）** CNN是一种专门处理图像数据的神经网络结构，其核心在于卷积层和池化层。卷积层通过可学习的滤波器来检测图像特征，而池化层则用于降低数据维度，...
ImageNet Classification with Deep Convolutional Neural Networks自翻译
03-12
"ImageNet Classification with Deep Convolutional Neural Networks" 本文介绍了使用深度卷积神经网络（Deep Convolutional Neural Networks）进行ImageNet分类的研究结果。作者训练了一个大型的深度卷积神经网络...
部分imagenet数据（10class*100picture）
01-24
源数据：ImageNet LSVRC-2010，1000类，120万张训练图片、5万测试、15万验证 mini-imagenet数据：来自：https://blog.csdn.net/weixin_41803874/article/details/92068250 该数据：从mini-imagenet随机选取10类，每类随机选取100张图片，共1000张图片作为数据集 AlexNet结构 及 pytorch、tensorflow、keras、paddle实现ImageNet识别: https://blog.csdn.net/nominior/article/details/104047718
NIPS2012-ImageNet Classification with Deep Convolutional Neural Networks
05-20
图像分类的一个里程碑，另外一个经典的CNN网络！
基于深度卷积神经网络的图像分类算法
02-25
基于深度卷积神经网络的图像分类算法
1：ImageNet Classification with Deep Convolutional Neural Networks
yuanchheneducn的博客
12-03 3162
这里写链接内容ImageNet Classification with Deep Convolutional Neural Networks 在看caffe教程中example/ImageNet 时，看这篇文章，了解该网络结构，各个layer在网络中的设置和作用。一、ImageNet介绍ImageNet由15 million 有标签的高分辨率图像组成，有大约22，000个类别。 开始于2010年
ImageNet Classification with Deep Convolutional Neural Networks阅读笔记
星空下的仰望者
11-24 3674
今后准备以阅读笔记的形式来整理自己看过的一些文献，今天就写第一篇吧，不过我也并不能保证所写的一定是正确的，都是个人理解，如有不对之处还请不吝赐教。这一篇也算的上是CNN的成名之作，自从这篇文章之后，CNN就火了起来。这篇文章的第三位作者就是深度学习的鼻祖Hinton老先生。 这篇文章主要分为七个部分，其中引言和结果我就不叙述了，主要介绍一下其中的一些处理的技巧。 这篇文章主要使用了以下技巧：
论文阅读ImageNet Classification with Deep Convolutional Neural Networks &Going Deeper with Convolutions
周周的专栏
03-18 2350
LeNet是CNN的开端：输入层，卷积层，池化层，全连接层，输出层五脏俱全，是现代CNN网络的基础组件。 这篇博文介绍了LeNet-5 : http://blog.csdn.net/qiaofangjie/article/details/1682684 LeNet-5：共有7层。 2012年AlexNet网络的极大进步，主要是引入了relu函数，dropout技巧，大规模数据的训练，百万
ImageNet Classification with Deep Convolutional Neural Networks
holmosaint的博客
08-30 1265
这篇文章提出了很多卷积神经网络的先驱——AlexNet。 和其他的很多前馈神经网络相比，由于CNN的卷积层不是全相联的，所以CNN的参数会少很多，而且训练起来会更加地容易。 作者在训练AlexNet的时候，为了加快速度，使用了两块GTX 580 3GB GPU，并且对网络的结构进行了一定的改造以更好地适应GPU的性质。 1 总体框架 AlexNet的网络基本结构为：输入层——5层卷积层...
ImageNet Classification with Deep Convolutional Neural Networks（阅读）
深藏功与名
09-08 1万+
相信大家都看过CNN的网络框架，我就先从这篇文章框架说起，下面是Alexnet的网络结构： 这个流程图的制作参考：http://blog.csdn.net/sunbaigui/article/details/39938097 1. conv1阶段DFD（data flow diagram）： 2. conv2阶段DFD（data flow diagram）： 3. conv
【深度学习经典论文翻译1】AlexNet-ImageNet Classification with Deep Convolutional Neural Networks全文翻译
热门推荐
可多的Academic笔记本
03-10 3万+
本文是经典深度学习论文ALEX NET的全文翻译，论文原文和中英对照翻译欢迎点击：http://pan.baidu.com/s/1NpEG2 下载
引用ImageNet classification with deep convolutional neural networks的格式
最新发布
05-19
[1] Krizhevsky, A., Sutskever, I., & Hinton, G. E.... ImageNet classification with deep convolutional neural networks. Advances in neural information processing systems, 25, 1097-1105.

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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