![](https://img-blog.csdnimg.cn/20201014180756738.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习
pyStar_公众号
做技术,要胆大心细
展开
-
Siamese网络
Siamese网络原创 2020-07-20 21:34:46 · 773 阅读 · 0 评论 -
VGGNet---网络进一步加深
VGGNetVGGNet由牛津大学计算机视觉组(Visual Geometry Group)和Google DeepMind公司研究员一起研发的深度卷积神经网络。VGGNet获得了ILSVRC 2014年比赛的亚军和定位项目的冠军,在top5上的错误率为7.5%。它主要的贡献是展示出网络的深度(depth)是算法优良性能的关键部分。VGGNet作者总结出LRN层作用不大。论文:Very Deep Convolutional Networks for Large-Scale Image Recogniti原创 2020-07-12 23:33:30 · 570 阅读 · 0 评论 -
GoogLeNet
GoogLeNetGoogLeNet中的Le是为了致敬前辈LeNet。GoogLeNet在2014的ImageNet分类任务上击败了VGGNet夺得冠军。GoogLeNet在加深网络的同时(22层),也在网络结构上做了创新,引入Inception结构代替了单纯的卷积+激活的传统操作(这思路最早由Network in Network提出)。GoogleNet参数为500万个,AlexNet参数个数是GoogleNet的12倍,VGGNet参数又是AlexNet的3倍,因此在内存或计算资源有限时,Googl原创 2020-07-16 22:07:51 · 449 阅读 · 0 评论 -
AlexNet---卷积网络声名鹊起
完整代码:LeNet实现完整代码AlexNetAlexNet由Hinton和他的学生Alex Krizhevsky设计,在2012年ImageNet竞赛中以超过第二名10.9个百分点的绝对优势一举夺冠。从此深度学习和卷积神经网络名声鹊起,深度学习的研究如雨后春笋般出现。论文:ImageNet Classification with Deep Convolutional Neural NetworksAlexNet网络结构操作输入数据维度输出数据维度卷积核卷积步长池化核大小池化原创 2020-07-11 21:25:19 · 290 阅读 · 0 评论 -
LeNet—卷积网络的开山之作
LeNet-5LeNet-5由Yann LeCun于1998年提出,是卷积网络的开篇之作。(论文:Gradient-based learning applied to document recognition)。由于 LeNet-5 提出的时间比较早,其网络中使用的一些技术在现在已经很少使用,因此现在我们所使用的 LeNet-5 与原始论文的有所不同。LeNet-5 的结构图CiC_iCi:卷积层;SiS_iSi:下采样层(池化层);FiF_iFi:全连接层对上图中的每层操作及参数进行解释原创 2020-07-03 12:13:22 · 1111 阅读 · 0 评论 -
深度学习---0 介绍
深度学习几个重要的概念:人工智能:让机器具备人的思维和意识。人工智能的三大学派: 1. 行为主义:基于控制论,构建感知-动作控制系统。 2. 符号主义:基于算术逻辑表达式,求解问题是先把问题描述为表达式,再求解。 3. 联结主义:仿生学,模仿神经元连接关系。中心思想:当网络将大量简单的计算单元连接在一起时, 可以实现智能行为。机器学习:软件系统需要具备自己获取知识的能力,即从原始数据中提取模式的能力。表示学习:使用机器学习来发掘表示本身,而不仅仅把表示映射到输出,这种方法称原创 2020-06-28 12:35:07 · 259 阅读 · 0 评论