深度学习卷积神经网络架构设计核心技术

这一次将给大家介绍在学术界和工业界主流以及非常实用的深度学习卷积神经网络架构核心设计技术，内容时间跨度超过 10 年，覆盖的核心设计思想超过 10 余种，有助于给大家在工业界实践中设计更加强大，高效的卷积神经网络提供指导和建议。

内容主要覆盖以下部分：

1. 如何决定和迭代一个模型的深度
2. 如何决定和迭代一个模型的宽度
3. 如何使用好通道的维度变换技术
4. 如何增强网络各层信息的融合
5. 如何提高网络参数的利用率
6. 如何最优化网络的分辨率变化（步长，池化）
7. 如何使用好 BN、Dropout 等正则化技术
8. 如何对网络的各个通道进行更加有效的分组使用
9. 如何利用剪枝和量化技术去除网络冗余
10. 如何使用好迁移学习技术
11. 工程技巧

阅读全文: http://gitbook.cn/gitchat/activity/5cd269963048482d324a97fc

您还可以下载 CSDN 旗下精品原创内容社区 GitChat App ，阅读更多 GitChat 专享技术内容哦。