- 博客(2)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 反卷积（转置卷积）
转置卷积其实就相当于正常卷积的反向传播。考虑一个输入为x=4x4，卷积核为w=3x3，步长为stride=1，zero-padding=0将卷积核展开为一个稀疏矩阵C：做卷积可得2x2的输出y，C*x=y。如下图所示： 那么怎么得到转置卷积呢。正如我们上面说的转置卷积其实就相当于正常卷积的反向传播。再对上式求输入x的梯度： 我们可以发现，在反向传播过程中
2017-04-08 21:27:53
3628
原创 深度残差网络（ResNet）浅析
深度残差网络是2015年提出的深度卷积网络，一经出世，便在ImageNet中斩获图像分类、检测、定位三项的冠军。 我们都知道增加网络的宽度和深度可以很好的提高网络的性能，深的网络一般都比浅的的网络效果好，比如说一个深的网络A和一个浅的网络B，那A的性能至少都能跟B一样，为什么呢？因为就算我们把A的网络参数全部迁移到B的前面几层，而B后面的层只是做一个等价的映射，就达到了A网络的一样的效果。一个比
2016-10-28 17:08:17
39520
4
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人