你的灯在亮

LeNet/AlexNet/VGGNet/Inception/ResNetLeNet：简单完整基本CNN模型的开端AlexNet：（1）网络扩大（5Conv+3FC+1softmax）;（2）加入Relu；（3）解决过拟合；（4）多GPU计算VGGNet：网络扩大到十几层Inception：GooleNet，原来的结点也是网络，网络进一步扩大，性能提升2-3倍ResNet：（1

《Visualizing and Understanding Convolutional Networks》反卷积可视化反卷积由unpool层+relu层+filter卷积的转置构成。越高层提取的特征需要训练的时间越长。卷积网络对左右平移和翻转具有不变性，但旋转不具有。可以使用随意遮盖统计最可能的特征关注点。高层卷积一般有更具区分性的特征，说明综合的卷积层次不能太少，没有卷积只...

数据增强方式：（1）传统数据增强，包括crop，translate，zoom，hue等（2）GAN（CycleGAN）。生成的图片和真实图片差距较大，损失函数定义为分类偏差。（3）插值式，SMOTE，MIXUP等算法生成新图片（4）迁移学习（5）特征融合，特征手动提取论文总结：《The Effectiveness of Data Augmentation in I...

卷积：SAME：输入大小不够时会在右边加padding补足。output_shape = ceil(input_shape/ stride_size)VALID：output_shape = ceil((input_shape + kernel_shape - 1) / stride_size)池化：池化没有参数，除非使用tf.nn.max_pool_with_argmax_...