cs231n_经典网络结构

已于 2023-04-16 17:06:03 修改
阅读量58 收藏
点赞数
分类专栏： cs231n 文章标签： 人工智能 深度学习
于 2023-03-13 16:10:01 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/huang_victor/article/details/129495526
版权

1. 经典网络结构

AlexNet

Image challenge下的首个卷积神经网络。

 VGG

模块化的设计，增加了很多的stage。

相同的感受野；2个3x3，比5x5的flops要少；中间插入relu，还有更多的非线性。

feature size 减小之后，同时double channel的数量，以保证相同的flops。

GoogleNet

下采样的特别快，降低计算量

inception模块，并行的conv，无需tune kernel size;1x1的降低channel；

 用pooling代替全连接，降低计算量

ResNet, ResBottleNet, ResNext

base vs bottleneck

 bottlenet vs resnext

MobileNet

 depthseperable and pointwise conv

https://chih-sheng-huang821.medium.com/%E6%B7%B1%E5%BA%A6%E5%AD%B8%E7%BF%92-mobilenet-depthwise-separable-convolution-f1ed016b3467

huang_victor
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
cs231n 课程作业 Assignment 2
张小彬的专栏
04-07 2万+
上一次作业基本已经讲了构建一个多层神经网络的基本知识，包括其结构，公式推导，训练方法。这一次主要关注卷积神经网络（CNN, Convolution Neural Network），要先读完课程笔记 CS231n Convolutional Neural Networks for Visual Recognition，基本就懂了。特别是那个解释卷积的动态图，非常形象。CNN 主要多了卷积层（convo
斯坦福 CS231n(2016) Assignment 2/3 Python 3.7版本的完成
AAAAshin的博客
01-21 1083
CS231n(2016) Assignment 2/3 Python 3.7 完成 这是我斯坦福CS231n （2016冬季 1月-3月）作业2/3的答案。 目前的答案代码大多基于python2的环境，而且提供的.ipynb文件不是很适合编辑和debug。这篇作业可以在Python 3.7的环境中运行。 我的完成环境是：Windows 10 + Pychram + Python 3.7. 使用时，...
计算机视觉 CS231n Course Introduction
herosunly的博客
01-27 1万+
  CS231n每一年都有课程，最早的是2015年(http://cs231n.stanford.edu/2015)，其中包括视频的分别为2016年(http://cs231n.stanford.edu/2016)和2017年(http://cs231n.stanford.edu/2017)。教学大纲为子域名syllabus，如http://cs231n.stanford.edu/2016/syllabus。两者最大的变化是，使用的深度学习框架是不同的。前者使用的是Tensorflow，而后者使用的是Pyt
【CS231N笔记】P11:经典卷积神经网络结构案例分析
博客标题不能为空我也没办法
11-22 2296
经典卷积神经网络结构案例分析
cs231n assignment3解析
ykn37的博客
08-20 2292
cs231n assignment3解析
CS231n课程笔记4.2：神经网络结构
silent56_th的博客
12-22 560
CS231n简介详见 CS231n课程笔记1：Introduction。 注：斜体字用于注明作者自己的思考，正确性未经过验证，欢迎指教。课程笔记关于神经网络的实现请参考： CS231n作业笔记1.6：神经网络的误差与梯度计算。1. 神经网络结构 如上图所示，两层之间都是全连接，隐层函数都是用激活函数。两层神经网络，激活函数使用ReLU的形式为scores = W2 max(0,W1*X+b1)
cs231n-2022-assignment2#Q1：多层全连接神经网络
chenxy_bwave的专栏
05-24 2275
cs231n-2022-assignment2#Q1：多层全连接神经网络，关键实现解说及相应代码。
[人工智能-深度学习-24]：卷积神经网络CNN - CS231n解读 - 卷积神经网络基本层级
热门推荐
文火冰糖（王文兵）的博客
10-16 1万+
CS231n课程笔记翻译：卷积神经网络笔记 - 知乎
深度学习斯坦福cs231n 课程笔记
你好哇
02-20 3515
前言 对于深度学习，新手我推荐先看UFLDL，不做assignment的话，一两个晚上就可以看完。毕竟卷积、池化啥的并不是什么特别玄的东西。课程简明扼要，一针见血，把最基础、最重要的点都点出来 了。  cs231n这个是一个完整的课程，内容就多了点，虽然说课程是computer vision的，但80%还是深度学习的内容。图像的工作暂时用不上，我就先略过了。  突然发现这两个课程都是
cs231n Assignment 1# two layer net详细答案及总结
i_csdn_water的博客
03-14 3275
Forward pass: 这里没有任何技术上的难点，就是写了文件中loss函数中scores和loss部分。 loss函数作用就是如果传入了y就返回loss和对所有w和b的梯度，这里在traning的时候调取。 如果没有传入y，就只返回scores，在predict的时候调用。 backward pass： 这里写了loss函数中计算grads的部分，完成了loss函数的书写内容。 ...
CS231n斯坦福面向视觉识别的卷积神经网络_深度学习_CS231n_算法_
10-02
经典的网络结构如LeNet、AlexNet、VGG、GoogLeNet和ResNet等，每个都有其独特的设计和贡献。例如，AlexNet首次在ImageNet大赛上取得突破，VGG引入了深度学习的概念，GoogLeNet提出了Inception模块以增加网络的宽度和...
cs231n_2017_lecture6.pdf
01-20
2. 神经网络的组成部分：一个基本的神经网络结构通常由输入层、隐藏层和输出层组成。隐藏层可以有多个，并且每一层可以由许多神经元（或称节点）构成。神经元之间通过权重连接，权重的调整是通过学习过程实现的。 3...
cs231n_2017_lecture5.pdf
01-20
这份文档是cs231n课程2017年春季学期第五讲的内容，主题是卷积神经网络（Convolutional Neural Networks，简称CNN）。该课程由Fei-Fei Li、Justin Johnson和Serena Yeung共同讲授。本讲内容不仅介绍了卷积神经网络的...
cs231n_2017_lecture13.pdf
01-20
标题：“cs231n_2017_lecture13.pdf”指的是斯坦福大学开设的计算机视觉课程CS231n的第13讲讲义，该课程由Fei-Fei Li、Justin Johnson和Serena Yeung三位教授主讲。该课程覆盖了深度学习在计算机视觉领域的应用。 ...
drive-download-20201211T130732Z-001_CS231n_
10-02
这个文件可能是对PyTorch基础概念和操作的实践教程，例如定义神经网络结构、反向传播、优化器的使用以及损失函数等。在CS231n的背景下，它可能涵盖了如何构建和训练一个简单的卷积神经网络来处理图像分类任务。通过...
【小迪安全笔记V2022】信息打6~8
2202_75354817的博客
08-25 3198
小迪安全学习笔记
python 实现convolution neural network卷积神经网络算法
luthane的博客
08-26 7366
卷积神经网络（Convolutional Neural Networks, CNN）是一种包含卷积计算且具有深度结构的前馈神经网络（Feedforward Neural Networks, FNN），是深度学习的代表算法之一。基本原理CNN的核心思想是通过模拟人类视觉系统的工作方式，自动提取图像中的特征，并将其用于分类、检测、分割等任务。它主要受到了生物学上感知机制的启发，模拟了人类视觉系统中的感知细胞和复杂细胞的工作方式。
关于人工智能（AI）的研究报告
最新发布
weixin_44196785的博客
08-29 445
未来，随着技术的不断创新和应用的不断拓展，人工智能将继续发挥重要作用，推动社会的进步和发展。然而，人工智能的发展也带来了一些挑战，需要我们在技术创新、应用拓展和社会治理等方面共同努力，以确保人工智能的发展符合人类的利益和价值观。就业结构的变化：人工智能的发展将导致就业结构的变化，一些传统的工作岗位将被自动化和智能化的设备所取代，同时也会创造出一些新的工作岗位。社会治理的挑战：人工智能的发展将对社会治理带来挑战，例如如何应对人工智能带来的安全风险、如何保障人工智能的公平性和可及性等。
【python计算机视觉编程——1.基本的图像操作和处理】
m0_53694086的博客
08-26 6951
参数sigma为标准差（σ），是高斯滤波器的一个重要参数，它控制滤波器的平滑程度。标准差越大，高斯函数的曲线越宽，滤波器的影响范围就越大。标准差较大: 高斯滤波器会在更大范围内进行平滑，使得图像变得更加模糊，细节和边缘特征会被更强地平滑掉。标准差较小: 高斯滤波器会产生较小范围的平滑效果，图像的细节保留更多。还可以给定转换矩阵，将RGB图像转换为CIE XYZ色彩空间。图像像素值被分成128个区间，用于计算每个区间的像素值频率。可以返回目录中所有jpg图像的列表。
CS231n课程关键术语：神经网络与计算机视觉
在斯坦福大学的公开课CS231n《卷积神经网络》中，提供了丰富的术语汇编，旨在帮助初学者理解该领域的关键概念。以下是一些重要的术语及其中文翻译，这些内容涵盖了课程的第一讲至初步的概念介绍： 1. **3D ...
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