深度学习网络模型汇总

最新推荐文章于 2024-04-23 13:06:59 发布
最新推荐文章于 2024-04-23 13:06:59 发布
阅读量6.1k 收藏 61
点赞数 2
分类专栏： 算法
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/zengyubao1/article/details/100945232
版权

发展历史

1998 LeNet

首个基于卷积的神经网络

2012 AlexNet

AlexNet

1.使用了Relu激活函数
2.标准化
3.Dropout
4.数据增强

VGG

Inception

在这里插入图片描述

GoogLeNet

在这里插入图片描述
5阶段，共9个inception块

Inception-BN(v2)—使⽤批量归⼀化
Inception-V3—修改了inception块
替换5x5成多个3x3卷积层
替换5x5成1x7和7x1卷积层
替换3x3成1x3和3x1卷积层
更深
Inception-V4—加了残差连接

ResNet

在这里插入图片描述
每块⾥⾯先减半⾼宽(stride=2)
•累加残差块

ResNet架构
跟VGG和GoogleNet⼀样的总体架构
通过残差连接来增加表达性
池化和步幅来降低复杂度
批量归⼀化来做正则

精度和性能比较

在这里插入图片描述

SSD 单发多框检测

在这里插入图片描述

YOLO --只看⼀次

在这里插入图片描述
将输⼊图像均匀地切割成 S x S 个⼩区域
每个⼩区域都作为中⼼⽣成⼀组锚框
真实边界框只被分配到其中⼼点所在
⼩区域⽣成的锚框

区域卷积神经⽹络

R-CNN
在这里插入图片描述
在这里插入图片描述
Fast RCNN
在这里插入图片描述
在这里插入图片描述
Mask R-CNN
在这里插入图片描述
在这里插入图片描述

其他发展

EfficientNet 2019-05-28

https://arxiv.org/abs/1905.11946

文森88
关注
  • 2
    点赞
  • 踩
  • 61
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
专栏目录
经典深度学习网络训练模型
qq_33394162的博客
10-09 1053
经典的深度学习网络训练模型 一 1.【AlexNet】-2012 https://blog.csdn.net/zyqdragon/article/details/72353420 深度学习AlexNet模型详细分析 Alex在2012年提出的alexnet网络结构模型引爆了神经网络的应用热潮，并赢得了2012届图像识别大赛的冠军，使得CNN成为在图像分类上的核心算法模型。 ...
深度学习模型部署
破晓的专栏
07-06 1538
深度学习移动端部署 https://blog.csdn.net/karry_zzj/article/details/102827337?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-2.nonecase&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-2.
(深度学习)比较新的网络模型
weixin_34335458的博客
04-18 651
从Inception v1,v2,v3,v4,RexNeXt到Xception再到MobileNets,ShuffleNet,MobileNetV2 (深度学习)比较新的网络模型： Inception-v3 ， ResNet， ResNeXt Inception-v4， Dual-Path-Net ， Dense-net ， SEnet ， Wide ResNet...
深度学习网路模型
Keep_Trying_Go的博客
06-25 3099
深度学习网路模型
轻松了解深度学习的几大模型
最新发布
人工智能讲师分享前沿技术
04-23 1425
这时，如果你有一个特别的记忆系统，能够让你记住长期的重要信息，同时更新短期的细节，那么这个案件对你来说就会容易得多。随着时间的推移，你不断改进你的作品，而你的对手也不断提高他的鉴别能力。在传统的RNN中，信息是单向传递的，随着时间的推移，早期的信息可能会逐渐丢失，导致网络难以捕捉长期依赖。生成器的任务是生成新的数据样本，比如图片、音频或文本，而判别器的任务是判断这些数据样本是真实的还是生成器生成的。在收缩路径中，网络逐步减小特征图的分辨率，同时增加特征图的通道数，这使得网络能够捕捉到图像的上下文信息。
深度学习模型列举
zhangzhechun的专栏
03-17 5199
生成对抗网络（Generative Adversarial Networks，GAN）：由生成器和判别器两部分组成，用于生成能够欺骗判别器的假样本，主要应用于图像、视频、音频等生成任务。它可以学习序列中的上下文信息，能够自动捕捉输入数据中的长期依赖性。自编码器（Autoencoder，AE）：一种无监督学习模型，用于数据压缩、去噪和特征提取等任务，能够学习输入数据的低维表示。除了上述模型，还有很多其他的深度学习模型，如Transformer、BERT、GPT等，它们在自然语言处理领域中应用广泛。
[深度学习-总结]Deep learning中8大模型介绍与比较(LeNet5,AlexNet,VGG,Inception,MobileNets,ResNet,DenseNet,Senet)
Harry的博客
04-01 1万+
LeNet5 LeNet5不是CNN的起点，但却是它的hello world，让大家看到了卷积神经网络商用的前景。 AlexNet是CNN向大规模商用打响的第一枪，夺得ImageNet 2012年分类冠军，宣告神经网络的王者归来。VGG以其简单的结构，在提出的若干年内在各大计算机视觉领域都成为了最广泛使用的benchmark。 它们都有着简单而又优雅的结构，同出一门。诠释了增加深度是如何提高了深度...
深度学习入门篇 | 常用的经典神经网络模型
weixin_46880696的博客
12-07 8968
本文将神经网络分成三个主要类别，并详细介绍了每个类别的主要神经网络模型，读完本文你将能迅速掌握常用的经典神经网络模型，属于深度学习的基础入门篇。
机器学习和深度学习模型汇总
07-10
【机器学习和深度学习模型汇总】 深度学习是人工智能领域中的一个重要分支，它主要涉及神经网络的设计和优化。其中，卷积神经网络（CNN）在图像处理、语音识别、自然语言处理等多个领域取得了显著成果。本篇文章将...
深度学习之分割网络模型大汇总
09-25
包含FCN、UNet、segnet、enet、deeplab_xception_done、BiSeNet、DFN、ExFuse、Fusionnet、Light_weight_RefineNet、linknet、RedNet等等
深度学习模型汇总 （matlab |deeplearning designer) 第一部分
07-16
其中：所有模型变量储存在其对应名字的mat文件夹中，加载后模型变量皆为：net，matlab版本越高所支持其中的模型越多，在matlab deep learning toolbox中深度网络编辑器中从工作区导入可以根据自己的需求进一步进行...
深度学习模型汇总 （matlab |deeplearning designer) 第三部分
07-16
其中：所有模型变量储存在其对应名字的mat文件夹中，加载后模型变量皆为：net，matlab版本越高所支持其中的模型越多，在matlab deep learning toolbox中深度网络编辑器中从工作区导入可以根据自己的需求进一步进行...
深度学习模型汇总 （matlab |deeplearning designer) 第二部分
07-16
其中：所有模型变量储存在其对应名字的mat文件夹中，加载后模型变量皆为：net，matlab版本越高所支持其中的模型越多，在matlab deep learning toolbox中深度网络编辑器中从工作区导入可以根据自己的需求进一步进行...
深度学习：07 CNN经典模型总结（LeNet-5、AlexNet、VGG、GoogLeNet、ResNet）
m0_62919535的博客
01-03 2363
以下介绍了LeNet-5、AlexNet、VGG、GoogLeNet、ResNet等，它们通常用于图像的数据处理，那么卷积神经网络是否应用于自然语言分类任务呢，其实还有一种利用CNN进行自然语言处理的网络结构——TextCNN网络，感兴趣的大家可以去了解。
常用的深度学习模型
羞羞滴小朋友
09-20 1万+
目录 １ 自动编码器 ２ 受限玻尔兹曼机 3.深信度网络 １ 自动编码器 如果事先不知道输入数据的标签，那么可以使用自动编码器。 自动编码器训练示意图标题 自动编码器让输入数据经过一个编码器得到一个编码输出，在将该输出导入一个解码器得到最终的输出，由于输入数据是无标签数据，此时的误差来自于输出和原输入之间的比较。通过调整编码器和解码器的参数，使得误差达到最小，就能得到输入信号的另...
人工智能深度学习100种网络模型，精心整理，全网最全，PyTorch框架逐一搭建
weixin_42878111的博客
06-03 1万+
大家好，我是微学AI，今天给大家介绍一下人工智能深度学习100种网络模型，这些模型可以用PyTorch深度学习框架搭建。模型按照个人学习顺序进行排序
深度学习模型汇总
热门推荐
qq_43431934的博客
12-20 2万+
学习王喆老师的深度学习推荐系统第3章 学习深度学习推荐模型的演化流程 了解模型改进的一般方式改变深度神经网络的复杂程度 特征交叉 模型组合 深度学习模型总结 一、与传统机器学习模型相比，深度学习模型的优势 1、表达能力更强能够挖掘出更多数据中潜藏的模式 2、结构非常灵活能够根据业务场景和数据特点，灵活调整模型结构，使模型与应用场景完美契合 深度学习推荐模型的演化关系图： 改变神经网络的复杂程度 代表模型：AutoRec --> Deep Crossing...
深度学习经典网络模型汇总——LeNet、AlexNet、ZFNet、VGGNet、GoogleNet、ResNet【对卷积池化后特征图变化有详细讲解】
秃头小苏的博客
01-26 1万+
先来看一下我们要讲述哪些经典的网络模型，如下： LeNet ：最早用于手写数字识别的CNN网络 AlexNet ：2012年ILSVRC比赛冠军，比LeNet层数更深，这是一个历史性突破。 ZFNet ：2013年ILSVRC比赛效果较好，和AlexNet类似。 VGGNet ：2014年ILSVRC比赛分类亚军、定位冠军 GoogleNet ：2014年ILSVRC分类比赛冠军 ResNet ：2015年ILSVRC比赛冠军，碾压之前的各种网络 LeNet ​ 1989年，Yang LeCun等
"深度学习与CNN模型汇总：历史、核心操作、发展
机器学习和深度学习模型是当今人工智能领域的研究热点，对图像、语音、计算、视觉和自然语言处理等领域的快速发展起到了重要作用。其中，深度卷积神经网络（CNN）作为一种常用的模型在图像处理和识别中具有重要的...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值