常见的 CNN Architectures
-
LeNet-5
-
AlexNet
-
VGG
-
GoogLeNet
-
ResNet
一些计算:
全连接层、卷积、池化操作对于维度的改变:
Fully Connected Layer:暴力拉平操作,不管原来是什么样的长*宽*深。
假设上图是一个分类神经网络的最后两层,该全连接层连接着输出层,输出层给出十个类别的数值。每一行权重都表示一个 template,也就是一个类别,比如猫啊狗啊青蛙啊。
如图,左边粉色块状,右边蓝色块状表示一个卷积核。经过6个
的卷积核后
得到了一个新的 image:(所以卷积核会改变输入的深度)
卷积操作后的输出:
输入:
滤波器:
个
stride