![](https://img-blog.csdnimg.cn/20201014180756913.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
CNN
feng_jiakai
这个作者很懒,什么都没留下…
展开
-
卷积网络中卷积和池化之后,图像的尺寸变化
在卷积和和池化的过程中存在着两种对图像的处理形式: 1.”VALID” =没有填充:inputs: 1 2 3 4 5 6 7 8 9 10 11 (12 13) |______| dropped |_______|2....原创 2018-07-17 11:07:38 · 8942 阅读 · 0 评论 -
Convolutional Neural Networks笔记(一)
Convolutional Neural Networks笔记(一)第一周第二节课(Edge Detection Example) 第一周第三节课(More Edge Detection)1. Edge Detection Example上述的滤波器是垂直边界检测器,用来检测图像中的垂直边界的信息。下面说明该样式滤波器如何检测出垂直边界信息。在原始图像中,左侧是白色,...原创 2018-07-11 21:43:04 · 2154 阅读 · 0 评论 -
Convolutional Neural Networks笔记(二)
Convolutional Neural Networks笔记(二)第一周第四节课 第二周第五节课1.Padding 为什么卷积之前需要对图像进行padding?如果不用padding,会给你带来以下两个缺陷: 1.每次你使用卷积操作,你的图像都会缩小,那么你只能做有限次数的卷积;output_height = input_height - filter_height + 1 ,...原创 2018-07-11 22:18:40 · 249 阅读 · 0 评论 -
Convolutional Neural Networks笔记(三)
Classic networks: - LetNet-5 1980 - AlexNet - VGG ResNet InceptionLetNet-5AlexNet AlexNet 采用的多GPU运行。VGG-16在这之前模型结构中卷积层的输入图像都没有进行Padding。 在这里[CONV 64] * 2 代表有两个卷积层然后在接后面的池...原创 2018-07-12 13:46:37 · 280 阅读 · 0 评论 -
CNN发展
VGGNet网络理解网络结构该表格来自论文,每一列代表一个VGGNet网络。表中的conv3-n表示一个卷积层(卷积+激活),其中n代表输出图像的通道数。在VGGNet网络中,所有卷积层,卷积的步长为1。 在VGGNet网络中,每次卷积前对图像进行先对图像进行padding,padding大小为1,这让对于filter为3*3,stride=1的卷积来说,就不会改变图像的大小(out...原创 2018-07-20 15:35:41 · 1122 阅读 · 0 评论 -
ResNet 笔记
ResNet笔记ResNet在2015年被Kaiming He等人提出,在ImageNet比赛classification任务上获得第一名,因为它“简单与实用”并存,之后很多方法都建立在ResNet50或者ResNet101的基础上完成的,检测,分割,识别等领域都纷纷使用ResNet。下面我们从实用的角度去看看ResNet。该ResNet是针对随着网络深度的加深,出现的 “degradat...原创 2018-07-26 21:18:25 · 499 阅读 · 0 评论