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 在这里插入图片描述
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。
 做了大量实验仅展示两个版本,这两个版本的计算量分别与Inception-v3和v4差不多,这也是实验部分为什么用Inception ResNet-v1与Inception-v3比较,用Inception-ResNet-v2与Inception-v4比较的原因。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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