1. 卷积神经网络是通过什么方式来完成可训练参数的减少？ 1）卷积层（局部感受野+权值共享） 2）采样层（逐渐降低分辨率） 2. 原始图像大小变化怎样影响模型可训练参数个数？ 参数个数：首先卷积层和池化层不会受到影响，全连接层受到影响 计算数目：受到影响 3. img2col 将图像中的感受野编码成 ...
分类：
其他好文 时间：
2021-06-28 20:34:20
阅读次数：
0
https://www.zhihu.com/question/56688854/answer/463698542 cnn框架：卷积层（卷积+非线性激活）+池化层+全连接层+分类层。其中，卷积层、池化层、分类层其实都不在意图像大小，但是全连接层有问题。 当然，除了卷积层外，还可以用别的层替换全连接层。 ...
分类：
其他好文 时间：
2021-03-16 14:08:52
阅读次数：
0
“Attention，Attention，还是Attention，看了三篇顶会论文，现在CVPR、ICCV都这么好发了么，随随便便加个Attention就算了不得的创新点？”这是曾经有段时间实验室大家读paper后很统一的的槽点。你可能还在通过不断增加卷积层、池化层、全连接层以尽量让自己的网络结构“看起来”和别人的不太一样，也可能还在琢磨怎么从图像分割领域“借”点东西过来应用于图像识别领域。对于很
分类：
其他好文 时间：
2020-12-24 12:15:30
阅读次数：
0
1.了解卷积神经网络的发展历程：1962年提出Hubel-Wiesel模型，其中涉及简单细胞对应卷积层，复杂细胞对应池化层；1984年出现神经认知机（卷积神经网络的雏形）；1989年Lecun提出多层卷积神经网络LeNet用于手写数字识别，1994年诞生LeNet5；此后二十年不断进行深层结构优化与 ...
分类：
其他好文 时间：
2020-07-14 21:45:45
阅读次数：
71
手把手使用numpy搭建卷积神经网络 主要内容来自DeepLearning.AI的卷积神经网络 本文使用numpy实现卷积层和池化层，包括前向传播和反向传播过程。 在具体描述之前，先对使用符号做定义。 上标[I]表示神经网络的第Ith层。 $a^{[4]}$表示第4层神经网络的激活值；$W^{[5] ...
分类：
其他好文 时间：
2020-05-13 00:23:59
阅读次数：
91
一、池化层（pooling） 池化层定义在 tensorflow/python/layers/pooling.py. 有最大值池化和均值池化。 1. 最大池化层 tf.layers.max_pooling2d max_pooling2d( inputs, pool_size, strides, pa ...
分类：
其他好文 时间：
2020-04-05 11:58:23
阅读次数：
144
LeNet、AlexNet和VGG在设计上的共同之处是：先以由卷积层构成的模块充分抽取空间特征，再以由全连接层构成的模块来输出分类结果。 其中，AlexNet和VGG对LeNet的改进主要在于如何对这两个模块加宽（增加通道数）和加深。本节我们介绍?络中的?络（NiN）—— 它提出了另外?个思路，即串 ...
分类：
其他好文 时间：
2020-03-18 18:54:01
阅读次数：
70
为什么要探索发展史(实例分析)？ 我们首先来看看一些卷积神经网络的实例分析，为什么要看这些实例分析呢？ 上周我们讲了基本构建，比如卷积层、池化层以及全连接层这些组件。 事实上，过去几年计算机视觉研究中的大量研究都集中在如何把这些基本构件组合起来，形成有效的卷积神经网络。 最直观的方式之一就是去看一些 ...
分类：
其他好文 时间：
2020-02-27 20:39:49
阅读次数：
64
1. 计算机视觉的任务 （1）图像分类（Image Classification） ，指的是图像中是否存在某种物体，对图像进行特征描述。通过是CNN网络，结构基本是由卷积层、池化层以及全连接层组成，算法包括AlexNet（2012）、ZFNet（2013）、GoogleNet（2014）、VGGNe ...
分类：
其他好文 时间：
2020-02-22 15:36:41
阅读次数：
90
经典卷积神经网络 "1.LeNet" "2.AlexNet" "3.VGG" "4.NiN" "5.GoogleNet" 1.LeNet 卷积层块里的基本单位是卷积层后接平均池化层：卷积层用来识别图像里的空间模式，如线条和物体局部，之后的平均池化层则用来降低卷积层对位置的敏感性。卷积层块由两个这样的 ...
分类：
其他好文 时间：
2020-02-20 00:15:58
阅读次数：
118
