1. 相比Lenet-5, Alexnet进行了哪些改进?这些改进起到了什么作用?
答:(1)ReLU代替Sigmoid,深度网络梯度离散;
(2)Dropout随机激活,避免过拟合;
(3)两个CPU并行计算,提高计算效率。
2. VGG中为什么采用更小的卷积核?
答:VGG网络参数数量很多,在深层次中用小卷积核捕捉细节的变化,同时降低了计算量。
3. 画出Inception模块的结构图,Googlenet中采用多个Inception模块带来了哪些效果?原因是什么?
答:
效果:减少计算量,提高运行效率
原因:通过1*1的卷积核进行降维,使得网络结构的参数减少,减少了计算量,提高了系统的运行效率。
4. Googlenet中使用3个Softmax解决什么问题?
答:(1)作为向前传递导数辅助分类器,代替全连接,避免梯度消失;
(2)取消输出的全连接,避免梯度消失,增加反向传播梯度信息。