![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
卷积神经网络
文章平均质量分 71
temp_X
目前研一在读,喜欢聊天一起讨论问题,希望能有所成就。
展开
-
卷积神经网络--VGG
VGGVGG历史VGG(Visual Geometry Group)全称Very Deep Convolutional Networks for Large-scale Image Recognition具体内容常用D的配置选择13个卷积层,5个下采样层(池化层),三个全连接层,原创 2021-05-07 11:51:47 · 1681 阅读 · 0 评论 -
CPU和GPU训练耗时比较
网络训练耗时为什么要用GPU训练网络CPU 训练是在载入图片并进行处理后再开始训练网络,而利用GPU 训练是在CPU 载入图片处理后利用GPU 进行网络训练,GPU 训练速度更快且后面的图片加载不受音响为什么要用tf.data方法训练不适用多线程方法,读取图片较慢,大多数情况下GPU 都在空闲状态,使用多线程方法可以提图片读取处理速度,使得CPU和GPU更好搭配,缩短训练时间,利用缓存也可以提升CPU读取和处理图片的速率。(提前读取图片放在内存中,内存得足,但效果没有使用多线程明显。)..原创 2021-05-07 10:31:22 · 2953 阅读 · 0 评论 -
卷积神经网络--AlexNet
AlexNetAlexNet发展史AlexNet网络亮点:1.首次利用GPU加速训练;2.使用了ReLU激活函数,而不是传统的sigmod和Tanh激活函数;3. 使用了LRN局部相应归一化;4.在全连接层中使用了Dropout随机失活神经元操作,减少过拟合。过拟合: 根本原因是特征维度过多,模型假设过于复杂,参数过多,训练数据过少,噪声过多,导致拟合的函数完美的预测训练集,但对新数据的测试集预测结果差。过度的拟合了训练数据,而没有原创 2021-04-23 09:29:56 · 319 阅读 · 0 评论 -
卷积神经网络(2)
误差计算普通神经网络正向计算的过程。下图为三层神经网络为例。原创 2021-04-15 12:12:37 · 202 阅读 · 0 评论 -
卷积神经网络(1)
目标检测CNN(convolutional neural network)![在这里插入图片描述](https://img-blog.csdnimg.cn/20210405102540275.png?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L3RlbXBfWA==,size_16,color_FFFFFF,t_70包含卷积层的网络都可以认为是卷积原创 2021-04-14 13:28:38 · 313 阅读 · 0 评论