alex的《ImageNet Classification with Deep Convolutional Neural Networks》相信大家都读过,博主也是刚刚入门,话不多说,一起来学习一下,分析一下文中出现的不一懂的部分。
作者之前也弄过一篇ppt,但是还是没有真正理解点这里
当然了,首先介绍一下,作者alex的alexnet的贡献:
祖师爷Hinton 带领的小组经典之作,深度学习开山祖师 Hinton率领的谷歌团队多次夺冠 ,主力成员为 hinton 在多伦多大学的学生 Alex Krizhevsky , Ilya Sutskever , 因此他们的解决方案也叫alexnet , 这篇文章是hinton大神团队的代表性之作,CNN (卷积神经网络)已经成为图像识别处理的标准,alexnet作为CNN的代表性方案基础,开创性的GPU计算卷积 , 仿生视觉细胞的局部感受野等手段解决了图像处理的难题, 和同期的VGG、ResNet、GoogleNet等比肩,使得图像识别成为了人工智能的最成功领域。
什么是局部响应归一化
什么是隐藏层
什么是特征向量
文中的总体构架的理解
- 什么是局部响应归一化
- 正则化什么意思
正则化(Re