![](https://img-blog.csdnimg.cn/20201014180756757.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
常用神经网络总结
ClFH
new 一个未来
展开
-
常用神经网络_2_ 残差网络 —> ResNet —> DenseNet
残差网络&ResNet&DenseNet1、前言1.1、残差块2、残差网络:ResNet2.1、ResNet的网络结构3、残差网络:DenseNet3.2、设计理念3.3、网络结构1、前言在VGG中,卷积网络达到了19层,在GoogLeNet中,网络史无前例的达到了22层。那么,网络的精度会随着网络的层数增多而增多吗?在深度学习中,网络层数增多一般会伴着下面几个问题计算资源的消耗模型容易过拟合梯度消失/梯度爆炸问题的产生问题1可以通过GPU集群来解决,对于一个企业资源并不是很大的原创 2020-07-15 10:38:14 · 2329 阅读 · 0 评论 -
常用神经网络_1_ AlexNet —> VGG
残差网络+1、AlexNet1.1、网络结构图2、VGG2.1、VGG原理2.2、VGG网络结构2.3、VGG优缺点2.3.1、VGG优点2.3.2、VGG缺点1、AlexNet在2010年的ImageNet LSVRC-2010上,AlexNet在给包含有1000种类别的共120万张高分辨率图片的分类任务中,在测试集上的top-1和top-5错误率为37.5%和17.0%(top-5 错误率:即对一张图像预测5个类别,只要有一个和人工标注类别相同就算对,否则算错。同理top-1对一张图像只预测1个类别原创 2020-07-15 08:52:20 · 685 阅读 · 2 评论