- 博客(5)
- 资源 (15)
- 收藏
- 关注
RSS订阅原创 基于Tensorflow的ResNet经典卷积神经网络的实现
1.关于ResNetResNet（Residual Neural Network）残差神经网络是由微软研究员的何凯明等人提出，该卷积神经网络达到了惊人的152层，在ILSVRC2015比赛中以top5错误率3.57%一举夺冠。相比较VGGNet,尽管ResNet模型的深度远远大于VGGNet，但是参数量确比较低。RestNet的提出的创新点在于引入了残差学习单元(Residual Unit)。该创新点受到了Shmidhuber2015年提出的HighwayNetwork的启发。Highway Net
2020-06-09 11:48:10
606
原创 基于Tensorflow的VGGNet16经典卷积网络模型的实现
1. 背景 2014年ILSVRC图像分类大赛上，VGGNet网络模型以top-5错误率 7.3%取得了第二名的成绩。相比较当年第一名的谷歌GoogleNet模型(InceptionV1)top-5错误率6.6%略逊一筹，然而，在将网络迁移到其他图片数据上应用时，VGGNet却比GoogleNet有更好的泛化性。该模型是由牛津大学计算机视觉几何组合Google DeppMind公司研究员合作开发的深度卷积神经网络。在整个网络中，全部使用了大小相同的卷积核3x3和最大池化核2x2。根据网络深...
2020-06-08 16:40:30
614
原创 基于Tensorflow的AlexNet经典卷积网络模型的实现
1.背景 Hinton的学生Alex Krizhevsky于2012年借助深度学习的相关理论提出了深度卷积神经网路模型AlexNet。同年在ILSVRC大赛上，该模型取得了top-5错误率仅为15.3%的好成绩，相比较于第二名的top-5错误率为16.2%以明显的优势胜出。从此Alex成为了CNN领域比较有标志性的一个网络模型。 AlexNet模型中自带了很多的开创新特点：AlexNet使用ReLu作为CNN的激活函数取得了成功，原因在于ReLu激活函数能够在较深的网...
2020-06-08 16:11:42
399
原创 基于Inception-V3模型的迁移学习在图像识别分类中的应用
1.背景 自1998年LeNet-5模型的提出一直到现在，卷积神经网络模型的层数和复杂度都发生了巨大的变化，下表中罗列了ILSVRC（Lareg Scale Visual Recognition Challenge）第一名模型的表现：年份 模型名称 层数 Top5错误率 2012 AlexNet 8 15.3% 2013 ZF Net 8 14.8% 2014 GoogLeNet 22 6.67% ...
2020-06-06 15:44:10
980
原创 基于Tensorflow的LeNet-5经典卷积神经网络模型的实现
1.背景 LeNet-5模型是Yann LeCun教授于1998年在论文Gradient-based learning applied to document recognition中提出，它是第一个成功应用于数字识别问题的卷积神经网络，其主要模型结构图如下：2.主要代码本文中的全部代码来源于TensorFlow实战Google深度学习框架第5、6章节。模型定义代码cnndemo.py："""resnet5 手写字体识别"""import tensorflow...
2020-06-05 20:35:20
491
VC基于ODBC和ADO方式SQL Server实例
2018-11-25
SpringMVC的Socket实现+Java Tomcat websocket实现+Java Socket通信实现 +Java UDP通信实现
2018-07-31
SpringMVC文件上传和下载的工具类（完整项目）
2018-07-22
java 实现office文档的在线预览
2016-09-27
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人