- 博客(8)
- 收藏
- 关注
RSS订阅原创 第八周--ResNeXt
1：文字回答：用自己的语言描述 split-transform-merge是怎样一个过程.答：split-transform-merge是指通过在大卷积核层两侧加入1x1的网络层，控制核个数，减少参数个数的方式。以下图为例，[ ]内的就是split-transform-merge，通过cardinality（C）的值来控制repeat layer，输出层上下相邻的格子不断减半，[ ]内的逗号后面的卷积核数量翻倍。 2：文字回答：ResNeXt-50_32x4d 中的50， 32和4分别表示什么意思？答
2020-08-18 21:08:05
408
原创 第七周--GoogLeNet-v4
作业内容：1：文字回答：用自己的理解，总结GoogLeNet-V1到GoogLeNet-V4，这四篇论文的发展 2：文字回答：读完该论文，对你的启发点有哪些？ 本文提出的Inception-ResNet结构依旧是在大量实验中得出的模型结构，这一点与Inception-V3论文一样，这也是Inception再也难以发展的原因，缺乏亮点。 图像识别任务中，没有残差连接也可训练深度卷积网络。但本论文汇中最深的网络仅95层（Inception-ResNet-V2），这一句话还是欠缺数据支撑的。 做了
2020-07-31 17:09:33
148
原创 第六周--Resnet
作业内容：1：文字回答：ResNet的shortcut connection与Highway Net有什么差别？答：残差网络可以理解为将gata function融入了residual functions。也就是残差网络的residual不仅仅学习到怎样transform还学习到是否transform。multiple nonlinear layers能够学习到对合适的数据进行复杂的transform，不需要gate进行scale。既然不需要gate的scale，那就没必要用gate机制。而且gate函
2020-07-23 20:17:12
252
原创 第五周--GoogleNet-V3
1：文字回答：GoogLeNet-V3中，特征图分辨率从3535降到1717，采用的是Inception（ABCDE）中的哪一个? 对应论文中哪一幅图？该结构最大的特点是什么？答：Inception C，如下图所示；对应论文的图9；特点是同样的效果下减少计算量。2：文字回答：Label Smoothing 对模型训练有什么积极影响？ 其中的epsilon参数作用是什么？答：解决因过度自信导致的过拟合；在label_smoothing里，有一个epsilon的参数值，该值描述了将标签软化的程度，该值越
2020-07-15 09:43:15
155
原创 第四周--Googlenet-v2
1：文字回答：Batch Normalization 层中的加减乘除是什么意思？答：减均值除以标准差乘以权重加上偏置。2：文字回答：Batch Normalization 层中均值和标准差通过什么方式得到？答：训练时，均值、方差分别是该批次内数据相应维度的均值与方差；推理时，均值、方差是基于所有批次的期望计算所得。Standardization：首先对m个x进行 Standardization，得到 zero mean unit variance的分布x。scale and shift：然后再对
2020-07-10 11:10:07
130
原创 第三周--Googlenet-v1
1：文字回答：GoogLeNet采用了几个辅助损失？辅助损失函数的权重是多少？为什么要采用辅助损失函数？答：两个；分别在Inceptionn4b和Inception4e增加两个辅助分类层；用于增加loss回传和充当正则约束迫使中间层特征也具有分类能力。2：文字回答：Inception模块中有几个分支？分别是哪些操作？Inception模块输出时特征图采用什么方式融合？答：4个；1x1，3x3，5x5，1x1；通过对通道数进行相加来对特征图进行融合。3：文字回答：读完该论文，对你的启发点有哪些？池
2020-07-07 20:51:36
542
原创 第二周--VGG
1：文字回答：VGG中3个33卷积相对于1个77卷积，在参数上较少了百分之多少？（假设输入和输出通道数均为C）(49-27)C2/27C2=81%2：文字回答：VGG-16和VGG-19差别在哪？VGG-19中在第三个block中增加了一个conv3-256的卷积，第四和第五个block中各增加了一个conv3-512的卷积。3：文字回答：读完该论文，对你的启发点有哪些？Xavier初始化可达到较好的效果S远大于224，图片可能包含物体的一部分大尺度模型采用小尺度模型初始化可以加快收敛物体
2020-06-30 14:47:08
157
原创 第一周--Alexnet
1. ImageNet数据集与ILSVRC之间的关系是什么？ImageNet Large Scale Visual Recognition Challenge(ILSVRC)，从2010年开始,每年举办的ImageNet大规模视觉识别挑战赛，到2017年后截止。比赛项目包括：图像分类(Classification)、目标定位(Object localization)、目标检测(Object detection)、视频目标检测(Object detection from video)、场景分类(Scene
2020-06-21 00:26:24
255
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