- 博客(6)
- 收藏
- 关注
RSS订阅原创 MobileNets核心思想整理
MobileNets采用了一种新颖的卷积方式depthwise separable convolutions，相比于传统卷积方法，depthwise separable convolutions能大幅度的减少运算量，从而减少模型的大小。 图1 传统卷积核 图2 d...
2018-12-19 08:49:41
344
原创 对SSD代码的一些理解
论文疑惑1、anchor_sizes 设定了 21、45、99、153、207、261、315几个anchor尺寸，这些尺寸定义在输入图像300*300上。例如，对于anchor_size=21的default box，其对应的特征图尺寸为38*38，那么对于特征图38*38上的任意一个像素来说，像素值是由原图上的3*3 经过卷积后得到，因此将原图的3*3区域看做特征图该像素的感受野，那么对整...
2018-12-14 17:56:13
539
1
原创 对MobileNet的一些理解
资料来源：https://blog.csdn.net/mao_feng/article/details/75116085MobileNet 的思想：传统的深度学习网络进行卷积操作时，常常默认卷积核的深度与输入(DF)的深度保持一致，通过设置卷积核的大小k、步长以及数目N来提取图像的特征，这样一次卷积操作的总运算量是DK*DK*M*N*DF*DFMobileNet采用的方法是将采...
2018-11-28 18:34:29
792
原创 对DenseNet的一些理解
DenseNet 与其他算法相比，具有独特的网络结构，其由不同的模块Block 组成，对每一个Densenet模块而言，模块中的任意一层卷积的输入是该层前面各层concat后输出，因此，Block内每增加一各卷积层，输出的深度就会增加一个卷积层的卷积核数目。优点：1、输入与输出直接相连，反向传播时，梯度能直接传递到输入层，这就有效地避免了因深度过大...
2018-11-28 18:10:50
218
原创 关于tensorflow中tf.variable_scope 和tf.name_scope的一些理解
资料来源：https://blog.csdn.net/UESTC_C2_403/article/details/72328815tf.variable_scope 和tf.name_scope都是tensorflow框架中用来表示流图上各个节点、变量等的名字，其区别在于：tf.variable_scope相当于建立一个可以保存多个变量的文件夹，冒号后的变量命名为"V1/a1"、"V2/a2...
2018-11-28 17:49:44
378
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人