Deep Learning 读书笔记(七):关于CNN的实际例子

        昨天晚上开了组会,主要是给新成员入下门,讲完之后,感觉大家理解上还是有些困难,入门总是会辛苦些,但确实有些概念会感觉有些抽象。因为打算从CNN入手,所以这篇博客呢,会结合CNN的具体例子,说说整个网络到底是一个怎样的流程。当然咯,想要了解细节,还得回到我之前写的那篇博客中去关于CNN的各种。这篇博客主要结合了下面三篇论文:

        (1)Multi-column Deep Neural Networks for Image Classification

        (2)Multi-Column Deep Neural Network for Traffic Sign Classification

        (3)Flexible,High Performance Convolutional Neural Networks for Image Classification

        从题目中就可以看出,这三篇主要是讲多列CNN,这个思想还是很简单的:就是构建多个CNN模型,输入训练数据,综合各个模型的输出结果,最后给出最终的结果。类似于一个提升模型。其实,这样做也有一定的生

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值