2.1为什么要进行实例探究 （1）就跟学编程一样，先看看别人怎么写的，可以模仿。 （2）在计算机视觉中一个有用的模型，，用在另一个业务中也一般有效，所以可以借鉴。 （3）本周会介绍的一些卷积方面的经典网络经典的包括：LeNet、AlexNet、VGG；流行的包括：ResNet、Inception，如 ...
分类：
其他好文 时间：
2018-07-16 23:11:31
阅读次数：
278
LRN全称为Local Response Normalization，即局部响应归一化层，LRN函数类似DROPOUT和数据增强作为relu激励之后防止数据过拟合而提出的一种处理方法。这个函数很少使用，基本上被类似DROPOUT这样的方法取代，见最早的出处AlexNet论文对它的定义, 《Image ...
分类：
其他好文 时间：
2018-07-15 19:29:00
阅读次数：
367
AlexNet Alexnet是一年一度的ImageNet大型视觉识别挑战赛(ILSVRC)2012年冠军，ILSVRC使用ImageNet的一个子集，分为1000种类别，每种类别中都有大约1000张图像，大约有120万张训练图像，50,000张验证图像和150,000张测试图像。 Alexnet共 ...
分类：
Web程序 时间：
2018-06-17 11:10:24
阅读次数：
327
- Fire modules consisting of a 'squeeze' layer with 1*1 filters feeding an 'expand' layer with 1*1 and 3*3 filters(通過餵食一個包含1*1和3*3濾波器的'擴展'層，激勵包含一個'擠壓' ...
分类：
Web程序 时间：
2018-06-05 00:48:55
阅读次数：
246
CNN从90年代的LeNet开始，21世纪初沉寂了10年，直到12年AlexNet开始又再焕发第二春，从ZF Net到VGG，GoogLeNet再到ResNet和最近的DenseNet，网络越来越深，架构越来越复杂，解决反向传播时梯度消失的方法也越来越巧妙。 1、LeNet（1998） 闪光点：定义 ...
分类：
Web程序 时间：
2018-05-16 11:04:44
阅读次数：
371
虽然网络性能得到了提高，但随之而来的就是效率问题(AlexNet VGG GoogLeNet Resnet DenseNet) 效率问题主要是模型的存储问题和模型进行预测的速度问题. Model Compression: 从模型权重数值角度压缩 从网络架构角度压缩 对于效率问题，通常的方法即在已经训... ...
分类：
Web程序 时间：
2018-05-15 22:42:27
阅读次数：
411
废话不多说，上车吧，少年 paper链接：Rich feature hierarchies for accurate object detection and semantic segmentation &创新点 采用CNN网络提取图像特征，从经验驱动的人造特征范式HOG、SIFT到数据驱动的表示学... ...
分类：
其他好文 时间：
2018-05-15 22:33:48
阅读次数：
310
表1 CNN经典模型的内存，计算量和参数数量对比 AlexNet VGG16 Inception-v3 模型内存(MB) ＞200 ＞500 90-100 参数（百万） 60 138 23.2 计算量（百万） 720 15300 5000 AlexNet VGG16 Inception-v3 模型内 ...
分类：
其他好文 时间：
2018-05-09 10:15:33
阅读次数：
571
一、介绍 AlexNet最后2个全连接层中使用了Dropout，因为全连接层容易过拟合，而卷积层不容易过拟合。 1.随机删除网络中的一些隐藏神经元，保持输入输出神经元不变； 2.将输入通过修改后的网络进行前向传播，然后将误差通过修改后的网络进行反向传播； 3.对于另外一批的训练样本，重复上述操作1 ...
分类：
Web程序 时间：
2018-05-05 14:20:32
阅读次数：
1372
一、介绍 局部响应归一化LRN LRN用于卷积和池化之后的结果。由于使用多个卷积核，所以得到的特征图有多个“通道”。 求和的方向是通道的方向 二、作用 如果一个点的值较大，就会导致它的平方较大。导致它附近的点进行LRN计算时的分母较大，从而结果较小。起到抑制附近神经元的作用 ...
分类：
Web程序 时间：
2018-05-05 14:18:03
阅读次数：
187
