经典网络复现
爱学习的小菜鸡
每天进步一点点!
展开
-
经典网络复现---AlexNet训练花分类数据集(pytorch)
AlexNet是2012年ISLVRC 2012(ImageNet Large Scale Visual Recognition Challenge) 竞赛的冠军网络, 分类准确率由传统的 70%+提升到 80%+。它是由Hinton和他的学生Alex Krizhevsky设计的。 也是在那年之后, 深度学习开始迅速发展。该网络的亮点在于:首次利用 GPU 进行网络加速训练。 使用了 ReLU 激活函数, 而不是传统的 Sigmoid 激活函数以及 Tanh 激活函数。 使用了 LRN .原创 2020-11-21 22:44:58 · 2395 阅读 · 1 评论 -
经典网络复现----Lenet(Pytorch)
LeNet-5是一个较简单的卷积神经网络。下图显示了其结构:输入的二维图像,先经过两次卷积层到池化层,再经过全连接层,最后使用softmax分类作为输出层。(灰度图像)需要知道卷积后的矩阵尺寸大小计算公式model.pyimport torch.nn as nnimport torch.nn.functional as Fclass LeNet(nn.Module): def __init__(self): super(LeNet, self).__i.原创 2020-11-21 22:13:33 · 381 阅读 · 0 评论