【论文阅读】ImageNet Classification with Deep Convolutional Neural Networks
1、摘要alexNet由5个卷积层和3个全连接层构成,其中还加入了一些max pooling层,最后用softmax回归的到1000个结果。使用了dropout正则化方法来防止过拟合。在ImageNetSVRC-2010的1000个类的120万张高分辨率图像中,获得了37.5%和17.0%的top-1和top-5的错误率。这是近年神经网络兴起的除了LeNet之外的第一个开山之作(1)TOP-1 准确率:在图像分类任务中,TOP-1 准确率表示模型在给定的测试数据集上正确分类的图像所占的比例。
原创
2024-08-01 15:10:55 ·
793 阅读 ·
0 评论