【AI】《动手学-深度学习-PyTorch版》笔记(十八):卷积神经网络模型(LeNet、AlexNet、VGG、NiN)

103 篇文章 67 订阅 ¥69.90 ¥99.00
这篇博客详细介绍了卷积神经网络模型,包括LeNet的历史及结构,AlexNet的网络对比,VGG的块结构及其与AlexNet的区别,以及NiN的网络结构和特点。涵盖了从早期的LeNet到VGG和NiN的演进,强调了在PyTorch中实现这些模型的关键代码和训练过程。
摘要由CSDN通过智能技术生成

AI学习目录汇总

1、LeNet

1.1 介绍

发布时间:1989年
模型目的:识别手写数字

1.2 网络结构

在这里插入图片描述

1.3 定义模型

1.3.1 相关函数原型

1)nn.Conv2d:卷积层

torch.nn.Conv2d(in_channels, out_channels
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

打赏作者

郭老二

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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