标签:反馈 模型 info bubuko height 大神 提高 显卡加速 显卡
AlexNet是有Hinton大神的弟子Alex Krizhevsky提出的深度卷积神经网络。它可视为LeNet的更深更宽的版本。
整个AlexNet有8个需要训练的层(不包含LRN和池化层),前5层是卷积层,后三层是全连接层,其中最后的全连接层输出是一个1000通道softmax映射归一化结果,表示输入在1000类别的响应情况,或者说在归属类上的概率分布,再细致的说就是每个通道的softmax输出表示输入属于该类的可能性。由于当时显存容量的限制,作者使用了2块GTX580 3GB RAM 的GPU并行训练,所以网络分成两路。
如今我们显卡已经足够,可以并成一路。
以上的网络中:
(待续)
https://blog.csdn.net/sun_28/article/details/52134584
《tensorflow实战》
标签:反馈 模型 info bubuko height 大神 提高 显卡加速 显卡
原文地址:https://www.cnblogs.com/houjun/p/8955143.html