泛读论文
文章平均质量分 92
深度学习,nlp
代码和男人都读不懂
这个作者很懒,什么都没留下…
展开
-
【AlexNet】ImageNet Classification with Deep Convolutional Neural Networks论文翻译
Abstract: We trained a large, deep convolutional neural network to classify the 1.2 million high-resolution images in the ImageNet LSVRC-2010 contest into the 1000 different classes. On the test data, we achieved top-1 and top-5 error rates原创 2022-10-08 16:03:53 · 842 阅读 · 0 评论 -
【RCNN】Rich feature hierarchies for accurate object detection and semantic segm--用于精确物体定位和语义分割,论文翻译
过去几年里,在标准PASCAL VOC数据集上,物体检测性能已经趋于稳定。性能最好的方法是复杂的集成系统,通常将多个低级图像特征与高级上下文相结合。在本文中,我们提出了一种简单且可扩展的检测算法,其均值平均精度(mAP)比之前VOC 2012的最佳结果提高了30%以上,达到了53.3%。我们的方法结合了两个关键见解:(1)可以将高容量卷积神经网络(CNNs)应用于自底向上的区域建议,以定位和分割对象;(2)当标记训练数据稀缺时,辅助任务的监督预训练,然后进行特定领域的精细调优,产生显著的性能提升。原创 2022-11-19 15:34:05 · 1101 阅读 · 0 评论 -
【GoogleNet】Going deeper with convolutions论文概括、总结
3)图像采样的 patch 大小从图像的 8%到 100%, 选取的长宽比在 3/4 到 4/3 之间,光度扭曲也有利于减少过拟合,还使用随机插值方法结合其他超参数的改变来调整图像大小。在不久的将来会利用类似的方法来进行非均匀深度学习架构的自动构建。1.GoogleNet提出了一个个高效的计算机视觉深度神经网络架构,代号Inception,这是一种新层次的组织方式,在更直接的意义上增加了网络的深度。1)更大的尺寸通常意味着更多的参数,这会使增大的网络更容易过拟合,尤其是在训练集的标注样本有限的情况下。原创 2023-06-08 19:51:10 · 97 阅读 · 1 评论