卷积神经网络CNN
主要介绍一些经典的CNN网络结构的设计原理和代码实现
追逐AI的蜗牛
这个作者很懒,什么都没留下…
展开
-
深入理解卷积神经网络工作原理
卷积神经网络的核心思想就是设计多个卷积层,卷积层里设计一系列卷积核,输入数据经过卷积层中的卷积核处理,一层层向前推进得到最终的输出数据,这个过程我们称为数据的特征提取。卷积核 从上面的概述知道,卷积核是卷积神经网络的核心,这也是它为什么叫卷积神经网络的原因。那么要理解卷积神经网络的原理,就必须理解卷积核,而要理解卷积核,要从图像处理开始理解。 ...原创 2020-08-05 15:42:31 · 1732 阅读 · 0 评论 -
CNN网络模型的发展概述
写在开篇 这个系列主要介绍卷积神经网络模型(CNN)在发展进程中的重要的、有代表性的CNN模型的原理和实现。这第一篇文章简要介绍一下CNN发展进程中的几个关键节点(即经典CNN模型)。正文 神经网络(现在大家更喜欢称为深度学习)的发展经历了三起三落(这里我就不展开叙述了,有兴趣的童鞋可以自己搜索相关内容了解),而CNN神经网络的发展为此做出了巨大贡献,从最基...原创 2020-03-29 17:21:34 · 1278 阅读 · 0 评论 -
VGG网络原理深度解析
正文1.原理解析2.网络结构3.网络训练dropput训练技巧4.VGG代码实现论文名:Very deep convolutional networks for large-scale image recognition下载地址:https://arxiv.org/pdf/1409.1556.pdf正文 VGG是在AlexNet的基础上通过增加...原创 2020-03-24 14:27:26 · 3247 阅读 · 0 评论 -
GoogLeNet系列网络原理深度解析
正文1.原理解析inception结构2.网络结构3.衍生版本inception v2inception v34.GoogLeNet代码实现参考资料论文名:Going Deeper with Convolutions下载地址:https://arxiv.org/pdf/1409.4842.pdf正文 自从AlexNet模型取得显著成果之...原创 2020-03-24 14:30:55 · 675 阅读 · 0 评论 -
ResNet网络深度解析与Pytorch实现
正文1.原理解析 灵感来源残差单元的理解2.网络结构整体结构shortcutconnection模式多种残差单元结构残差单元连接方式的改进3.基于Pytorch的ResNet实现参考资料论文名:Deep Residual Learning for Image Recognition下载地址:https://arxiv.org/pdf/1512....原创 2020-03-29 16:35:00 · 620 阅读 · 0 评论 -
DenseNet网络深度解析与Pytorch实现
正文1.原理解析2.网络结构3.基于Pytorch的DenseNet实现参考资料论文名:Densely Connected Convolutional Networks下载地址:https://arxiv.org/pdf/1608.06993.pdf正文 该论文的作者借鉴了ResNet模型跨层连接的思想,也有自己的创新,从feature map作为...原创 2020-03-29 17:12:47 · 741 阅读 · 0 评论 -
MobileNetV1 网络深度解析与Pytorch实现
正文1.原理解析depthwise separable convolutions标准卷积和深度可分离卷积的比较2.网络结构模型超参数3.代码实现参考论文名:MobileNets: Efficient Convolutional Neural Networks for MobileVision Applications下载地址:https://arxiv.org/...原创 2020-04-02 15:42:38 · 1802 阅读 · 0 评论 -
MobileNetV2 网络深度解析与Pytorch实现
正文1.原理解析Linear Bottleneck Inverted Residual Blocks2.网络结构3.代码实现论文名:MobileNetV2: Inverted Residuals and Linear Bottlenecks下载地址:https://arxiv.org/pdf/1801.04381.pdf正文 MobileNet V...原创 2020-04-02 18:28:53 · 1497 阅读 · 1 评论 -
MobileNetV3网络深入解析与Pytorch实现
论文名:Searching for MobileNetV3论文地址:https://arxiv.org/pdf/1905.02244.pdf正文 MobileNetV3是Google继MobileNet V1,V2之后的又一个应用于移动端的轻量级网络,V3结合了V1的depthwise separable convolutions(详情移步MobileNetV1),V2的inv...原创 2020-04-11 09:14:53 · 2115 阅读 · 0 评论 -
SENet网络深入解析
论文名:Squeeze-and-Excitation Networks下载地址:https://arxiv.org/abs/1709.01507正文 SENet是Momenta公司发表于2017CVPR,赢得了ImageNet最后一届(ImageNet 2017)的图像识别冠军.针对网络性能的优化,GoogleNet的inception结构构造多尺度感受野来提升特征提取能力;R...原创 2020-04-11 09:12:37 · 786 阅读 · 0 评论 -
ShuffleNetV1 网络深度解析与Pytorch实现
正文1.原理解析channel shuffleShuffleNet Unit2.网络结构3.代码实现论文名:An Extremely Efficient Convolutional Neural Network for Mobile Devices下载地址:https://arxiv.org/pdf/1707.01083.pdf正文 Shuffle...原创 2020-04-06 09:52:01 · 1304 阅读 · 4 评论 -
ShuffleNetV2 网络深度解析与Pytorch实现
原理部分转载于:https://blog.csdn.net/u014380165/article/details/81322175论文:ShuffleNet V2: Practical Guidelines for Ecient CNN Architecture Design论文链接:https://pan.baidu.com/s/1so7aD3hLKO-0PB8h4HWliw这篇是E...原创 2020-04-06 10:37:08 · 2993 阅读 · 3 评论 -
EfficientNet原理解析
说到分类网络的优化方法,大家首先想到的可能是加深网络、增加宽度、提高分辨率、添加shortcut等方法,你可能会发现,大家都只是使用某一种方法来进行网络优化,而今天要说的这个EfficientNet网络,则是融合加深网络、增加宽度、提高分辨率这三个方面来对模型进行优化。EfficientNet的作者认为加深网络、增加宽度、提高分辨率这三个方法不应该是相互独立的,因此提出了提出了compound model scaling算法,能达到性能相似的情况下,大大减少模型参数量和提升速度!几种mod...原创 2020-07-07 16:31:37 · 1352 阅读 · 0 评论