第一课:GoogleNet笔记
CNN发展历程
1.LeNet:卷积神经网络的现代雏形
可以看到共分成了七层,卷积、池化交替出现,最后输出三个全连接,得到整体效果。
LeNet的特征是卷积层和下采样层相结合,作为网络的基本结构;
缺点:网络层数浅,无激活层。
2.AlexNet
2012年ImageNet竞赛取得了冠军,第一次引入ReLu激活层,在全连接层引入了Dropout,防止过拟合。
两个GPU并行做运算。
3.VGGNet
是第一个真正意义上的深层网络结构,使用了更小的滤波器,更深的网络结构。
VGGNet与AlexNet的比较:
1)网络层数:AlexNet有8层,VGGNet有16~19层,网络的深度直接影响一个模型的表现。
2)滤波器:AlexNet使用1