目标检测
文章平均质量分 69
咸鸭蛋黄儿
这个作者很懒,什么都没留下…
展开
-
神经网络0——convolution+ReLu、maxpooling、fully connected、softmax各部分作用
文章目录一、convolution——提取特征二、ReLu——激活函数1.什么是激活函数2.在Pytorch中常用的几个激活函数总结一、convolution——提取特征二、ReLu——激活函数1.什么是激活函数定义:用于对上一层的所有输入求加权和,然后生成一个输出值(通常为非线性值),并将其传递给下一层。在神经网络中,激活函数是一个非线性函数。2.在Pytorch中常用的几个激活函数代码如下(示例):data = pd.read_csv( 'https://labfile.oss原创 2021-03-28 17:20:01 · 3054 阅读 · 0 评论 -
神经网络模型3——MobileNet2(轻量级)
文章目录一、网络模型二、模型特点——depthwise separable convolution+Inverted residuals+Linear bottlenecks一、网络模型MobileNet模型一个**轻量级**的深层神经网络,训练快,运行起来也不卡整体网络结构如下:二、模型特点——depthwise separable convolution+Inverted residuals+Linear bottlenecks1. 反残差结构——Inverted residuals:在.原创 2021-03-27 10:46:38 · 1292 阅读 · 1 评论 -
神经网络模型2——MobileNet(轻量级)
提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档文章目录前言一、网络模型二、模型特点:采用depthwise separable convolution——深度可分离卷积,以减少模型的参数。前言一、网络模型MobileNet模型一个轻量级的深层神经网络,训练快,运行起来也不卡如下就是MobileNet的结构:二、模型特点:采用depthwise separable convolution——深度可分离卷积,以减少模型的参数。如下这张图就是depthwise separab原创 2021-03-26 20:44:42 · 1335 阅读 · 0 评论 -
神经网络模型1——VGG16(2014年)
提示:最近在学习bubbliiiiig大博主的神经网络教程,为了避免忘记,本文仅限于个人知识学习记录。文章目录一、网络模型一、特点1.引入库2.读入数据总结一、网络模型1、一张原始图片被resize到(224,224,3)。2、conv1两次[3,3]卷积网络,输出的特征层为64,输出为(224,224,64),再2X2最大池化,输出net为(112,112,64)。3、conv2两次[3,3]卷积网络,输出的特征层为128,输出net为(112,112,128),再2X2最大池化,输出ne原创 2021-03-26 17:44:41 · 518 阅读 · 0 评论