网络模型
文章平均质量分 76
小菜鸡拉
这个作者很懒,什么都没留下…
展开
-
Densely Connected Convolutional Networks
卷积神经网络(CNN)已经成为视觉对象识别的主要机器学习方法。 虽然它们最初是在20多年前推出的[18],但是计算机硬件和网络结构的改进使得真正深入的培训成为可能 最近才有CNN。 原来的LeNet5 [19]由5层组成,VGG的19个[28],去年公路网[33]和剩余网络(ResNets)[11]已经超过了100层的障碍。 随着CNN越来越深入,出现了一个新的研究问题: 当有关输入或渐原创 2017-08-16 15:47:27 · 871 阅读 · 0 评论 -
Wide Residual Networks
卷积神经网络在过去几年中逐渐增加了层数,从AlexNet [16],VGG [26],Inception [30]到Residual [11]网络开始,对应于许多图像识别任务的改进。 近年来,深入网络的优势已经出现在几项工作中[3,22]。 然而,训练深层神经网络有几个困难,包括爆发/消失的梯度和退化。 建议使用各种技术来训练更深层次的神经网络,如精心设计的初始化策略[1,12],优化优化[原创 2017-08-16 16:12:45 · 641 阅读 · 0 评论