tensorflow2复现inceptionv3

本文详细介绍了如何在TensorFlow2中复现InceptionV3模型,包括网络结构解析、代码实现以及auxiliary classifier的作用分析。作者在GitHub上分享了相关代码,并讨论了auxiliary classifier作为正则化手段的潜在作用。
摘要由CSDN通过智能技术生成

inception详细代码见我的GitHubhttps://github.com/Monkeone/tensorflow2-inceptionv3
论文原地址
1.inceptionv3的网络结构在这里插入图片描述
2.fiture5
figure5
在这里插入图片描述
figure6
在这里插入图片描述
figure7
这里作者对比了减肥之前先降维,或者减肥后再降维两种方法,前者速度快但违反了通用设计准则一,即增加了瓶颈,而后者需要耗费三倍的计算量,似乎看起来都不太好。
在这里插入图片描述
在这里插入图片描述
初始模块,它减少了网格的大小,同时去除了过滤器组.它既便宜又避免了原则1所建议的代表性瓶颈。右边的图表代表相同的解决方案,但从网格大小的角度,而不是从操作的角度。
这块对应的代码见下面

    def _GridSizeReduction35x35(self, _3x3r = 288, _3x3 = 384, _d3x3r = 64, _d3x3 = 96):
        '''
        A function for dimension reducing from 35x35 -> 17x
  • 0
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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
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