- 博客(11)
- 资源 (1)
- 收藏
- 关注
RSS订阅原创 卷积神经网络的网络结构——CondenseNet
《CondenseNet: An Efficient DenseNet using Learned Group Convolutions 》2018，Gao Huang et al，CondenseNet。CondenseNet是作者在DenseNet基础上进行改进，集合了分组卷积、稠密连接、剪枝等。 实验证明，CondenseNet比前沿的MobileNet和ShuffleNet性...
2018-06-18 19:13:05
2411
原创 卷积神经网络的网络结构——DenseNet
《Densely Connected Convolutional Networks 》2017，Gao Huang et al，DenseNet作者通过观察目前深度网络的一个重要特点就是都加入了shorter connections，能够让网络更深、更准确、更高效。作者充分利用了skip connection，设计了一种稠密卷积神经网络（Dense Convolutional Netw...
2018-06-18 19:00:34
22998
原创 卷积神经网络的网络结构——ResNet V2
《Identity Mappings in Deep Residual Networks》2016，kaiming He et al，ResNet V2。深度残差网络作为一种极深的网络框架，在精度和收敛等方面都展现出了很好的特性。作者通过对残差块(residual building blocks)背后的计算传播方式进行分析，表明了当跳跃连接(skip connections)以及附加激...
2018-06-16 16:00:55
4080
原创 卷积神经网络的网络结构——ResNet
《Deep Residual Learning for Image Recognition》2015，kaiming He et al，ResNet。ResNet由微软研究院的kaiming He等4名华人提出，通过使用Residual Unit成功训练152层深的神经网络，在ILSVRC 2015比赛中获得了冠军，取得3.57%的top5错误率，同时参数量却比VGGNet低，效果非常...
2018-06-16 15:42:30
76757
1
原创 卷积神经网络的网络结构——Inception V4
《Inception-v4, Inception-ResNet and the Impact of Residual Connections on Learning》2016，Google，Inception V4，Inception ResNet V1、V2Inception结构有着良好的性能，且计算量低。Residual connection不同于传统网络结构，且在2015 ILS...
2018-06-13 08:39:19
26476
2
原创 卷积神经网络的网络结构——Inception V3
《Rethinking the Inception Architecture for Computer Vision》2015，Google，Inception V31.基于大滤波器尺寸分解卷积 GoogLeNet性能优异很大程度在于使用了降维。降维可以看做卷积网络的因式分解。例如1x1卷积层后跟着3x3卷积层。在网络角度看，激活层的输出是高相关的；因此在聚合前进行降维，可以得到类似...
2018-06-11 22:54:09
13265
原创 卷积神经网络的网络结构——Inception V2
《Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift》2015，Google，Inception V2Inception V2学习了VGGNet，用两个3*3的卷积代替5*5的大卷积（用以降低参数并减轻过拟合），还提出了著名的Batch Normaliz...
2018-06-09 08:29:24
4378
1
原创 卷积神经网络的网络结构——GoogLeNet
《Going deeper with convolutions》2014，Google，GoogLeNet（向早期的LeNet致敬），Inception V1Google Inception Net首次出现在ILSVRC 2014的比赛中（和VGGNet同年），就以较大的优势取得了第一名。它最大的特点是控制了计算量和参数量的同时，获得了非常好的分类性能—top5的错误率6.67%。In...
2018-06-09 08:06:47
5343
原创 卷积神经网络的网络结构——VGGNet
《Very Deep Convolutional Networks for Large-scale Image Recognition》2014，牛津大学计算机视觉组（Visual Geometry Group）et al，VGGNetVGG探索了卷积神经网络深度与其性能之间的关系，通过反复堆叠3*3的小型卷积核和2*2的最大池化层，VGGNet成功地构筑了16~19层深的卷积神经网络...
2018-06-09 07:50:54
6236
原创 卷积神经网络的网络结构——AlexNet
《ImageNet Classification with Deep Convolutional Neural Networks》2012，Alex Krizhevsky et al，AlexNet ALexNet可以算是LeNet的一种更深更宽的版本。 AlexNet中包含了几个比较新的技术点，首次在CNN中成功应用了ReLU、Dropout和LRN等trick，同时AlexNe...
2018-06-07 21:48:43
9999
原创 Linux下mini-caffe安装
1.准备工作：github上下载：minicaffe.gitgithub下载minicaffe-master\3rdparty\src下对应的OpenBLAS和protobuf编译指令：Build on LinuxInstall OpenBLAS and protobuf library through system package manager. Or you can c...
2018-06-02 16:02:06
851
Windows 环境下编译OpenCV3.4.1和OpenCV-Contrib3.4.1下配置文件
2018-12-16
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人