深度学习（一）基础，常见模型

最新推荐文章于 2024-05-27 08:39:57 发布
最新推荐文章于 2024-05-27 08:39:57 发布
阅读量2.1k 收藏 7
点赞数
分类专栏： 深度学习

转：https://www.cnblogs.com/Anita9002/p/9296098.html

LeNet：基于渐变的学习应用于文档识别

AlexNet：具有深卷积神经网络的ImageNet分类

ZFNet：可视化和理解卷积网络

VGGNet：用于大规模图像识别的非常深的卷积网络

NiN：网络中的网络

GoogLeNet：卷入更深入

Inception-v3：重新思考计算机视觉的初始架构

ResNet：图像识别的深度残差学习

Stochastic_Depth：具有随机深度的深层网络

WResNet：非常深的网络的加权残差

Inception-ResNet：Inception-v4，inception-resnet以及剩余连接对学习的影响

Fractalnet：没有残差的超深层神经网络

WRN：宽残留网络

ResNeXt：深层神经网络的聚合残差变换

DenseNet：密集连接的卷积网络

PyramidNet：深金字塔残留网络

DPN：双路径网络

SqueezeNet：AlexNet级准确度，参数减少50倍，模型尺寸小于0.5MB

MobileNets：用于移动视觉应用的高效卷积神经网络

ShuffleNet：移动设备极高效的卷积神经网络

niucaiqing
关注
  • 0
    点赞
  • 踩
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
深度学习——Pre-Net
weixin_51352656的博客
01-03 5827
CVPR2019原论文：Progressive Image Deraining Networks: A Better and Simpler Baseline 开源代码（pytorch框架）：https://github.com/csdwren/PReNet 1.主要工作： 提出了逐步优化残差网络 progressive ResNet (PRN)和逐步优化循环网络progressive recurrent network (PReNet)完成图像去雨。这两个网络没有太大差异，只是PReNet比PRN多了一个
利用深度学习训练小说模型.zip
01-14
总之，"利用深度学习训练小说模型"是一个涵盖深度学习基础知识、文本预处理、模型构建、训练和评估的综合性项目。它不仅能够帮助你提升技术技能，还能激发你对自然语言处理和创造力的探索。无论你是深度学习的新手...
CNN结构模型一句话概述：从LeNet到ShuffleNet
jinxin521125的博客
08-10 837
LeNet：基于渐变的学习应用于文档识别 AlexNet：具有深卷积神经网络的ImageNet分类 ZFNet：可视化和理解卷积网络 VGGNet：用于大规模图像识别的非常深的卷积网络 NiN：网络中的网络 GoogLeNet：卷入更深入 Inception-v3：重新思考计算机视觉的初始架构 ResNet：图像识别的深度残差学习 Stochastic_Depth：具有随机深度的深
深度学习模型
最新发布
qq_41286360的博客
05-27 593
深度学习网络模型是人工智能领域的重要分支，它通过模拟人脑神经网络的工作方式来处理数据并识别模式。以上是深度学习网络模型的一些主要类型及其特点。这些模型在各自的领域内取得了显著成果，推动了深度学习技术的发展。
【深度学习】U-Net简介
热门推荐
weixin_41449637的博客
06-13 3万+
论文题目：U-Net: Convolutional Networks for Biomedical Image Segmentation 论文地址：https://arxiv.org/pdf/1505.04597v1.pdf 医学图像处理方向，U-Net可以说是一个更加炙手可热的网络，基本上所有的分割问题，都可以尝试用U-net看看效果，这在阿里天池比赛中，经常被用到。 论文通过数据增强使得有限且...
一句话版CNN学习
AnneQiQi的博客
12-27 394
1）机器视觉的主要任务： image classification：即对图片做单一物体识别； object detection：即对图片做多物体识别，同事用方框框柱物体 ； neural style transfer：即用一张图片的内容不变，但风格别另一张图片的风格取代。 2）机器视觉面临困难挑战 图片像素多，即数据特征多，导致模型中的参数...
一文看懂深度学习与计算机视觉(下)
05-16 3064
操作的实例：LeNet网络 Le顾名思义就是指人工智能领域的大牛Lecun。这个网络是深度学习网络的最初原型，因为之前的网络都比较浅，它较深的。LeNet在98年就发明出来了，当时Lecun在AT&T的实验室，他用这一网络进行字母识别，达到了非常好的效果。 怎么构成呢？输入图像是32×32的灰度图，第一层经过了一组卷积和，生成了6个28X28的feature map，然后经过一个池化层，得
第一讲-深度学习基础.ppt
05-04
深度学习是一种人工智能领域的核心技术，它基于复杂的神经网络模型，能够从大量数据中自动学习和提取特征，用于图像识别、自然语言处理、语音识别等多种任务。本讲主要介绍深度学习的基础知识，特别是卷积神经网络...
基于深度学习的表情情绪模型系统.zip
05-08
**深度学习基础** 深度学习依赖于多层神经网络，这些网络可以由简单的输入层到复杂的隐藏层，最后通过输出层得出结果。每一层神经元都能学习到不同层次的特征，底层可能识别边缘和颜色，而高层则可能识别更抽象的...
13-06资料-深度学习基础
01-24
在这个“13-06资料-深度学习基础”的压缩包中，很可能是包含了一系列关于深度学习入门教程、理论知识、实践案例以及可能的编程代码。 深度学习的基础知识主要包括以下几个方面： 1. **神经网络**：深度学习的核心...
深度学习入门基础概念与应用领域.docx
05-16
CNN是一种深度学习模型，特别适用于处理图像数据。它使用卷积层来提取图像特征。 5. 循环神经网络 (RNN) RNN能够处理序列数据，如文本或时间序列，非常适合于语言建模和语音识别。 6. 梯度消失与爆炸 深度神经网络...
基于深度学习机械设备故障诊断模型.zip
05-08
4. 构建深度学习模型：常见的深度学习模型有卷积神经网络（CNN）和循环神经网络（RNN），以及它们的变种，如长短时记忆网络（LSTM）。这些模型可以根据数据类型和问题特点进行选择和定制。 5. 训练与优化：使用收集...
tensorflow与常见的深度学习模型.rar
04-03
本教程将深入探讨TensorFlow的基础语法、模型的保存与读取，以及几种常见的深度学习网络模型：卷积神经网络（CNN）、循环神经网络（RNN）以及VGG和LSTM模型。 首先，让我们了解TensorFlow的基本语法。TensorFlow的...
深度学习（一）.pdf
05-03
深度学习是人工智能领域的一个重要分支，它通过模拟人脑神经元的工作原理，构建复杂的神经网络模型，以解决各种复杂的数据分析任务。在这个介绍中，我们将深入探讨机器学习的分类、判别模型与生成模型，以及神经网络...
第三章_深度学习基础1
08-03
深度学习是人工智能领域的一个重要分支，它通过模拟人脑神经网络的工作原理来处理复杂的数据问题。本章将探讨深度学习的基础...以上内容仅是深度学习基础的冰山一角，深入学习还需要结合实际项目经验，不断实践与探索。
深度学习图像分类Resnet网络结构以及代码分析
weixin_47728827的博客
02-08 1630
1.创新点： 1.1 超深的网络 超深的网络存在 梯度弥散或者梯度爆炸（比如反向传播的过程中我的值是0.9那么100层之后就是0.92100 ≈\approx≈ 0) 大于1则是∞。 1.2 解决方法 residual（残差）模块，这里看到有两种残差，一种是虚线的，一种是实线的。 1.3 BN 是一种归一化的手段，用在卷积和激活函数之间的函数。具体可以参考这个大佬的博客（我目前都是跟着这个大佬学习）： https://blog.csdn.net/qq_37541097/article/details/1
介绍一下深度学习网络，如何工作的，有哪些参数，结果如何优化（实际上想问哪些优化器），参数如何初始化，平时如何调参，调哪些参数
白玉杰的博客
05-12 1750
介绍一下深度学习网络，如何工作的，有哪些参数，结果如何优化（实际上想问哪些优化器），参数如何初始化，平时如何调参，调哪些参数？ 前面我们说了RNN具有时间"记忆"的功能, 那么它是怎么实现所谓的"记忆"的呢? 如图1所示, 我们可以看到RNN层级结构较之于CNN来说比较简单, 它主要有输入层,Hidden Layer, 输出层组成. 并且会发现在Hidden Layer 有一个箭头表示数据的循环更新, 这个就是实现时间记忆功能的方法. 如果到这里你还是没有搞懂RNN到底是什么意思,那么请继续往下看!
深度学习网络模型介绍
qq_55481158的博客
03-20 1443
深度学习网络模型是一种基于人工神经网络的学习算法，它通过模拟人脑的工作方式来处理数据和识别模式。这些模型由多层（或“深度”）的神经网络组成，每一层都能够从输入数据中提取特征，并将这些特征传递给下一层，以此类推。深度学习模型在图像识别、语音识别、自然语言处理等多个领域都有广泛的应用。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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