CNN架构
咸鱼之王
这个作者很懒,什么都没留下…
展开
-
CNN架构(4)-- GoogLeNet/Inception -- 2014
转载:https://www.cnblogs.com/Allen-rg/p/5833919.html GoogLeNet和vgg是2014年imagenet竞赛的双雄,这两类模型结构有一个共同特点是go deeper。跟vgg不同的是,googlenet做了更大胆的网络上的尝试而不是像vgg继承了lenet以及alexnet的一些框架,该模型虽然 有22层,但大小却比alexnet和vgg都小很多...转载 2019-05-01 21:31:37 · 322 阅读 · 0 评论 -
CNN架构(1)-- LeNet-5 --1998
LeNet-5 — LeCun et al LeNet-5,一个7层的卷积神经网络,被很多银行用于识别支票上的手写数字。 LeNet-5 — Architecture 手写数字被数字化成尺寸为32X32的图片。在这种情况下,由于计算能力的限制,这种技术无法应用于大规模的图片。 模型的构 除输入层外,模型有七层,2卷积+2池化+2全连接+1输出。 第一层:卷积层,总共6个卷积核,核尺寸5X5,步长...转载 2019-04-29 23:13:41 · 348 阅读 · 0 评论 -
CNN架构(2)-- AlexNet --2012
AlexNet — Krizhevsky et al 在2012年,Hinton的深度神经网络参加了世界上最重要的计算机视觉挑战赛imagenet,并将top-5损失从26%减少到15.3%,这一结果让世人惊艳。 这个神经网络跟LeNet很像,但是比它更深,有大概六千万的参数。 AlexNet — Architecture 这个计算过程看起来确实有点吓人。这是因为网络由两半组成,每一部分都在两块...转载 2019-04-30 16:44:56 · 201 阅读 · 0 评论 -
CNN架构(3)-- VGGNet --2014
VGGNet — Simonyan et al 2014年IMAGENET挑战赛的亚军。因为这种统一架构十分轻巧,不少新人将之作为深度卷积神经网络的简单形式。 在下面的文章中,我们将会学习这种最常用的网络架构之一是如何从图片中提取特征的(提取图像信息将之转化为包含图片重要信息的低维数组)。 VGGNet — Architecture VGGNet有两条需要遵守的简单经验法则: 1.每个卷积层的配...转载 2019-04-30 17:46:07 · 142 阅读 · 0 评论