- 博客(9)
- 收藏
- 关注
RSS订阅原创 Deep Residual Learning for Image Recognition--全论文翻译加解读
摘要深度神经网络很难训练。我们提出了一个残差学习框架，以简化比以前使用的网络深度大得多的网络的训练。我们明确地将层重新表述为参考层输入的学习残差函数，而不是学习未参考的函数。我们提供了全面的经验证据，表明这些残差网络更容易优化，并且可以从相当大的深度中获得精度。在ImageNet数据集上，我们评估了深度高达152层的剩余网络，比VGG网络[41]深8倍，但仍然具有较低的复杂性。这些残差网络的集合在ImageNet测试集上的误差达到3.57%。该结果在ILSVRC 2015分类任务中获得第一名。
2023-07-24 13:25:51
223
原创 深度学习模型——经典卷积神经网络（从概念到实现）【下】
LeNet是深度学习中的一个经典卷积神经网络模型，它由加州大学Yann LeCun教授及其团队在20世纪90年代初期开发出来。主要用于手写数字识别等计算机视觉领域任务。LeNet最早应用于美国银行自动支票处理系统，通过对输入图像进行卷积运算和池化操作，可以提取出图像的特征，并建立一系列全连接层对这些特征进行分类。LeNet一般包含以下几个层次：输入层：接收原始图像数据卷积层：使用一组卷积核对输入图像进行卷积运算，提取出图像的特征。
2023-05-15 20:30:54
442
1
原创 从零开始的深度学习
一、万里之行始于足下——环境配置我的环境配置流程是基于李沐老师在windows下的配置流程【Windows 下安装 CUDA 和 Pytorch 跑深度学习 - 动手学深度学习v2-哔哩哔哩】 https://b23.tv/B3G2RYF二、万丈高楼平地起，学习基础要牢固在正式学习之前先要对我们使用编程库pytorch使用有初步的了解：PyTorch（Torch）是一个开源的深度学习框架，它最初由 Facebook AI Research 开发，现在由 PyTorch 的开发团队维护。
2023-04-26 17:00:58
240
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人