视频地址:21 卷积层里的多输入多输出通道【动手学深度学习v2】_哔哩哔哩_bilibili
卷基层-多个输入通道
原始图片是2(channel)*3*3对应的卷积核个数也是2, 但是只有一组卷积核,所以输出是 1*2*2
即:
1 x 1卷积层
VGG的核心思想
GoogLeNet 核心 inception块概念
注:在GoogLeNet inception V3中引入了 BN
BN 思想:固定住每一层输出的分布,即均值和方差
BN的使用
加速收敛可以用更大的学习率训练
ResNet核心思想
resnet 块的类型
residual 怎么处理梯度消失的?
乘法变加法
RNN 的更多应用
门控循环单元(GRU)
LSTM
总结:
总结:GRU和SLTM对比,效果差不多,因为SLTM比GRU复杂一点点所以效果稍微好那么一点点,这两个用哪个都可以。
深层循环神经网络
注意力分数和注意力权重区别: