![](https://img-blog.csdnimg.cn/20201014180756922.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
CNN
Fenggs2017
这个作者很懒,什么都没留下…
展开
-
Batch Normalization
LRN(Local Response Normalization)Normalization是深度神经网络中一项最常用也是最重要的技术之一。BN的出现,逐渐替代了LRN。说到LRN就不得不提到神经生物学中的一个概念叫做lateral inhibition(横向抑制),简单来说就是兴奋的神经细胞抑制周围的神经细胞的能力。应用到深度神经网络中,这种横向抑制的目的是进行局部对比度增强,以便将局部特征在下一层得到表达。假设取n为3,现在计算(x, y, i)位置上LRN的值,便可以(x, y, i)为中心,原创 2020-07-08 15:39:33 · 134 阅读 · 0 评论 -
神经网络可视化工具
在线版本,在浏览器中打开即可netron官网github链接https://github.com/lutzroeder/netron原创 2020-07-07 16:51:56 · 115 阅读 · 0 评论 -
winograd算法在卷积中的应用
1 前言NCNN、NNPACK等流行的推理框架,均采用了Winograd快速卷积算法,该算法出自CVPR 2016的一篇文章:Fast Algorithms for Convolutional Neural Networks。2 问题定义2.1 一维卷积将一维卷积定义为:m:Output Size r:Filter Size则输入信号的长度为,输入信号每个位置至少参与1次乘法,所以乘法数量最少与输入信号长度相同,记为2.2 二维卷积将二维卷积定义为::Output S原创 2020-07-07 14:12:24 · 506 阅读 · 0 评论