论文阅读
故沉
智商不高,情商不够
展开
-
理解Batch Normalization
在进行神经网络的训练前,通常都要对数据做一个归一化处理。那么具体是为什么呢? 神经网络的本质是为了学习数据的分布,一旦训练数据和测试数据的分布不同,网络的泛化能力就会大大降低; 在做batch梯度下降的时候,一旦每批训练数据的分布不同,那么网络就要每次迭代去学习适应不同的分布,大大降低了网络训练的速度 Batch Normalization是在GoogleNet的系列文章...原创 2018-09-13 16:12:06 · 606 阅读 · 0 评论 -
经典的卷积网络架构(一)——LeNet-5详解
LeNet-5出自论文Gradient-Based Learning Applied to Document Recognition是一种用于手写体字符识别的非常高效的卷积神经网络如有错误,欢迎指正!目录论文解读摘要术语A.卷积网络B.LeNet-5C.损失函数网络结构分析代码实现基于Tensorflow基于Pytorch参考博文Gith...原创 2018-12-29 13:55:00 · 7291 阅读 · 2 评论 -
经典的卷积网络架构(二)——GoogLeNet [inception v1] 详解
GoogLeNet出自论文Going Deeper With Convolutions如有错误,欢迎指正!(未完待续)目录论文阅读补充知识点:1*1卷积的作用网络结构分析参考博文参考代码附录网络结构图网络具体参数引言:整理经典的卷积网络架构论文阅读GoogLeNet的最大特点是使用了Inception模块目的:设计一种具有局部拓...原创 2019-03-17 21:59:07 · 2234 阅读 · 1 评论 -
【学习与理解】:CTPN算法
目录算法的主要流程网络结构分析训练策略附录链接算法的主要流程网络模型主要包括三个部分:卷积层、双向LSTM、全连接层1、VGG16为base net提取特征,将conv5得到feature map输出2、用3*3滑窗扫描上面得到的feature map,也即在conv5得到的特征上做3*3的滑动窗口:每个点结合周围3*3的区域得到一个长度为3*...原创 2019-03-13 20:01:51 · 12753 阅读 · 4 评论 -
【学习与理解】:YOLO v1、v2、v3(未完待续……)
目录引言优点缺点V1、V2、V3的共同点YOLO算法的基本思想是YOLO v1相关链接1、核心思想2、实现方法3、网络设计4、网络训练5、网络预测6、损失函数YOLO v2相关链接1、网络设计-32层2、两大方面的改进3、精度的改进4、速度的改进5、分类的改进YOLO v3相关链接博文里的图片均来自论文本身...原创 2019-04-15 15:38:55 · 1106 阅读 · 0 评论