Deep learning 小白
qq_21336847
这个作者很懒,什么都没留下…
展开
-
Googlenet论文笔记
GoogLeNet结构是由Christian Szegedy等人在2015年的CVPR上提出的一种卷积神经网络结构,至今已引用3000余次。 卷积神经网络(CNN)已经在今年来广泛应用于图像领域,不仅仅是图像分类,还有目标检测,图像分割等等。文中提到增加CNN的识别率的方法直观而言有两种:1增加网络深度。2增加网络的宽度,即每一层中卷积核的数目。但是显而易见的是这样做会使得参数急剧原创 2017-06-06 08:53:34 · 459 阅读 · 0 评论 -
SqueezeNet论文笔记
SqueezeNet是在论文Iandola F N, Han S, Moskewicz M W, et al. SqueezeNet: AlexNet-level accuracy with 50x fewer parameters and中提出的一种不以提高分类精度为主要目的,而以减少模型参数为重点的网络模型。 一般而言,卷积神经网络的层数越深,表达能力越强,总可以找到更优的参数、结构来解原创 2017-06-08 10:46:53 · 3015 阅读 · 0 评论