AlexNet Paper阅读笔记

最新推荐文章于 2023-02-22 18:56:56 发布
最新推荐文章于 2023-02-22 18:56:56 发布
阅读量274 收藏
点赞数
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_43981952/article/details/111177885
版权

计算机视觉领域最常用的三个数据集

在这里插入图片描述

应用在ImageNet数据集中的各个任务

1、Classification
对于每张图片，模型需要给出5个可能的类别索引，计算的就是Top 5 Error

摘要

在这里插入图片描述

网络结构

在这里插入图片描述
其中，LRN层，对局部神经元的活动创建竞争机制，使得其中响应比较大的值变得相对更大，并抑制其他反馈较小的神经元，增强了模型的泛化能力。

LRN在当时使用较多，但目前基本是在使用，而是使用Batch Normalization

在这里插入图片描述

下面说明一下输入、输出尺寸与卷积核的大小，步长，padding的关系
在这里插入图片描述

Overlapping Pooling
解决Overfitting
1、数据扩张

在256X256的原始图片中提取224X224的patch，同时对图片进行水平的反转，这样就可以将数据扩张到32X32X2=2048倍

2、Dropout（随机失活）

在这里插入图片描述

实验结果即分析

1、
在这里插入图片描述
两个GPU分工学习，一个学习与颜色无关，另一个学习与颜色相关

总结

可以作为引用应用到自己的论文中去
在这里插入图片描述
在这里插入图片描述

weixin_43981952
关注
计算机视觉系列-AlexNet论文复现学习笔记（二）
段智华的博客
07-02 926
计算机视觉系列-AlexNet论文复现学习笔记（二）在上一篇博客，我们学习了模型训练对齐方法：本文继续基于 AlexNet网络模型学习神经网络训练的基本模块，学习 Paddle及Pytorch框架论文复现中的loss对齐、学习率对齐、反向对齐、精度对齐方法。AlexNet论文链接： https://proceedings.neurips.cc/paper/2012/file/c399862d3b9d6b76c8436e924a68c45b-Paper.pdf github：https://github.co
计算机视觉系列-AlexNet论文复现学习笔记（一）
段智华的博客
07-01 716
计算机视觉系列-AlexNet论文复现学习笔记（一） 基于Resnet,AlexNet网络模型学习神经网络训练的基本模块，学习 Paddle及Pytorch框架论文复现，实现神经网络模型权重转写，前向对齐以及数据加载对齐方法。AlexNet论文链接： https://proceedings.neurips.cc/paper/2012/file/c399862d3b9d6b76c8436e924a68c45b-Paper.pdf github：https://github.com/deep-diver/Ale
net paper 1.1 电子报纸系统 下载
10-06
电子报纸系统，web电子报纸系统 一个很好的WEB形式来发布报纸的电子版
AlexNet论文精读
qq_45655136的博客
03-06 566
1、paper的贡献: 训练了一个最大的神经网络，然后取得了特别好的结果 实现了GPU上性能很高的一个2D的卷积 网络有一些新的特性能够提升性能，降低模型的训练时间 使用一些方法防止过拟合，使得模型更好 模型具有5个卷积层，3个全连接层，得出深度很重要 2、数据集 对ImageNet中的图片没有做任何的预处理只是进行了简单的剪裁。当时计算机视觉都是将特征抽取出来，在之后的工作中基本上就是将原本的文本或者图片放进去不做任何的特征抽取，通过神经网络完成这部分工作。 3、结构 （1）卷积层 卷积的过程高宽慢
【paper阅读】AlexNet论文阅读（打卡）
谁谓荼苦，其甘如荠
09-24 218
3.3 局部响应归一化（LRN） 在后续研究中被发现没啥用 3.4 Overlapping Pooling 层叠池化如下图： 进行了层叠池化，相比非层叠池化的model，更可以抵抗过拟合 3.5 总体的架构 共8个layer：前五个是卷积层，后三个是全连接层 最后一个全连接层作为input输入一个1000-维的softmax，得到一个1000维vector，即是其对应10...
论文笔记：主干网络——AlexNet
liuzeyao_Newton的博客
04-19 1786
Very Deep Convolutional Networks for Large-scale Image Recognition 大规模图像识别的深度卷积神经网络
深度之眼Paper带读笔记CV.2：AlexNet
老毛的博客
06-12 1173
文章目录前言 前言 鼎鼎大名的AlexNet，在ImageNet上拿了2012冠军，并且分类效果比人类强。 文章标题：ImageNet Classification with Deep Convolutional Neural Networks，2012年发表于Neural Information Processing Systems (NIPS)会议。 1.alexnet网络结构包含几层卷积层,...
（AlexNet）ImageNet Classification with Deep Convolutional Neural Networks阅读笔记
chenaxin的博客
05-30 381
基于深度卷积神经网络的ImageNet分类 论文地址：http://papers.nips.cc/paper/4824-imagenet-classification-with-deep-convolutional-neural-networks   原作者训练了一个大型的深度卷积神经网络，将ImageNet lsvprc -2010竞赛中的120万张高分辨率图像分类到1000个不同的类中。在测试数据上，获得了前1名和前5名的错误率，分别为37.5%和17.0%，大大优于之前的水平。该神经网络有6000万个
LeNet5卷积神经网络paper学习笔记
Ewing_yy的博客
06-11 597
微信公众号：小白图像与视觉 关于技术、关注yysilence00。有问题或建议，请公众号留言。 主题：LeNet5卷积神经网络paper学习笔记 详情请点击 LeNet-5 一、介绍 LeNet5诞生于1994年，是最早的卷积神经网络之一，推动了深度学习领域的发展。自从1988年开始，在多年的研究和许多次迭代后，这项由Yann LeCun大神完成的开拓性成果,被命名为LeNet5。 介绍之前让我们先来熟悉一下卷积层和池化层 LeNet-5中主要有2个卷积层、2个下抽样层（池化层）、3个全连...
AlexNet论文(ImageNet Classification with Deep Convolutional Neural Networks)学习笔记
stu14jzzhan的博客
06-13 959
ImageNet Classification with Deep Convolutional Neural Networks学习笔记 第一个典型的CNN是LeNet5网络结构，但是第一个引起大家注意的网络却是本论文所提出的AlexNet。这篇文章的AlexNet网络是在2012年的ImageNet竞赛中取得冠军的一个模型整理后发表的文章。作者是多伦多大学的Alex Krizhevsky等人。A...
AlexNet 阅读理解 - ImageNet Classification with Deep Convolutional Neural Networks
长风破浪会有时，直挂云帆济沧海
03-19 2万+
论文理解 - ImageNet Classification with Deep Convolutional Neural Networks [AlexNet - Paper] [原文地址] 关于 AlexNet 的介绍. 博主 Yuens 对论文和网络结构理解真心透彻，膜拜. 转载并非常感谢原博主 - Yuens’s Blog. 这篇文章是Alex Krizhevsk...
基于卷积神经网络的图像分类：AlexNet
Hundreays
06-14 1976
AlexNet和VGG是深度学习应用于图像分类问题的经典之作。这两个网络的Paper里包含了很多重要的概念以及网络训练时的技巧。 首先是《ImageNet Classification with Deep Convolutional Neural Networks》，这篇论文的地址如下：https://www.onacademic.com/detail/journal_10000399138642...
Common architectures in convolutional neural networks
最新发布
maxzcl的博客
02-22 189
from: https://www.jeremyjordan.me/convnet-architectures/#lenet5==> most of the graphs cannot be copied to this platform, so just check the linked originalIn this post, I'll discuss commonly used architectures for convolutional networks. As you'll see, almo
ImageNet Classification with Deep Convolutional Neural Networks论文翻译——中文版
SnailTyan
07-21 5383
文章作者：Tyan 博客：noahsnail.com  |  CSDN  |  简书 翻译论文汇总：https://github.com/SnailTyan/deep-learning-papers-translation ImageNet Classification with Deep Convolutional Neural Networks...
caffe study(5) - AlexNet 之算法篇
lien0906的专栏
03-27 1300
原文地址：study(5) - AlexNet 之算法篇" style="text-decoration:none; color:rgb(49,139,146)">caffe study(5) - AlexNet 之算法篇作者：机器学习讲座 在机器学习中，我们通常要考虑的一个问题是如何的“以偏概全”，也就是以有限的样本或者结构去尽可能的逼近全局的分布。这就要在样本以及结构模型上下一些工夫。
AlexNet论文(ImageNet Classification with Deep Convolutional Neural Networks)(译)
热门推荐
hongbin_xu的博客
05-10 10万+
前言 最近一直比较忙，总算才有时间看点深度学习的论文。这篇论文是大神Alex Krizhevsky, Ilya Sutskever, Geoffrey E. Hinton三人提出的AlexNet深度卷积神经网络，摘得了2010年ILSVRC比赛的桂冠。AlexNet在现在也经常会用到，可以说是很经典的一个CNN框架了。出于学习的目的，一方面可以做笔记，一方面也可以督促自己的学习，我才打算翻译下这...
ImageNet Classification with Deep Convolutional Neural Networks
Focusing on your own Mind :) －> 站在巨人的肩膀上
05-04 1万+
ImageNet Classification with Deep Convolutional Neural Networks Alex Krizhevsky, Ilya Sutskever, Geoffrey E. Hinton 摘要 我们训练了一个大型的深度卷积神经网络，来将在ImageNet LSVRC-2010大赛中的120万张高清图像分为1000个不同的类别。对测试数据
AlexNet论文详解
qq_38807688的博客
11-18 7120
原文地址：http://papers.nips.cc/paper/4824-imagenet-classification-with-deep-convolutional-neural-networks.pdf 背景： 2012ILSVRC(Imagenet大规模视觉识别挑战赛)冠军。第一次有模型在lmagenet数据集上出色表现。使用大型深度卷积神经网络，真正展示了CNN优点。Alex 等人将...
ResNet && DenseNet(原理篇)
GavinZhou的博客
12-03 3万+
这篇博客讲现在很流行的两种网络模型，ResNet和DenseNet,其实可以把DenseNet看做是ResNet的特例 文章地址: [1]Deep Residual Learning for Image Recognition,CVPR2015 [2]Densely Connected Convolutional Networks,CVPR2016本篇博客不讲论文的内容，只讲主要思想和我自己的
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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