Deeplearning
文章平均质量分 75
cold_east
这个作者很懒,什么都没留下…
展开
-
DeepLearning论文笔记(二):Understanding Deep Architectures using a Recursive Convolutional Network
> 卷积神经网络模型在图像分类上的表现受到很多内部结构因素的影响,比如:layer的数量、特征图维数、滤波器的尺寸、总参数数量、pooling层的尺寸和放置位置等。本文提出了一种循环卷积网络,用以独立分析层数、特征数以及参数数量对于分类结果的影响。 一、循环卷积网络 上图为文中提出的循环卷积网络结构。只有第一个卷积层具有独立参数并伴随Max pooling处理,其他所有L个卷积层原创 2016-05-15 11:07:49 · 706 阅读 · 0 评论 -
DeepLearning论文笔记(一):What is the Best Muti-Stage Architecture for object Recognition
> 一篇比较老的文章,主要描述了目标识别常用模型的layer组成,通过在Caltech-101、NORB、MNIST等数据集上的测试实验体现了non-linearities、Random Filter / hard-wired Filter、监督 / 非监督训练方法、单层特征提取结构 / 两层特征提取结构对于识别精度的影响。具体内容如下: 首先,作者提出了三个问题:原创 2016-04-24 13:51:11 · 701 阅读 · 0 评论 -
S3FD:Single Shot Scale-invariant Face Detector
1、主要贡献: (1) proposing a scale-equitable face detection framework to handle different scales of faces well. (2) improving the recall rate of small faces by a scale compensation anchor mat原创 2017-09-06 10:21:43 · 806 阅读 · 1 评论 -
MobileNets
使用depth-wise separable convolutions来建立一个light weight deep nn。引入了两个简单的全局变量来平衡latency和accuracy,这些超参数使建模者能够根据实际问题的限制来选择合适的模型尺寸。 1、Introduction 略 2、Prior Work 为了实现模型设计中small和efficient的目标,大部分研究专注于原创 2017-09-20 15:38:52 · 220 阅读 · 0 评论