[TOC] 论文地址：http://ai2 website.s3.amazonaws.com/publications/XNOR Net.pdf Abstract 我们提出了两种标准卷积神经网络有效近似方法：二值化权值网络和XNOR网络。在二值化权值网络中，卷积核使用二值化进 ...
分类：
Web程序 时间：
2019-04-30 12:14:16
阅读次数：
180
深度学习中的常见问题汇总（一） 转自 "卷积神经网络的复杂度分析" "关于感受野的总结" 1.CNN复杂度分析 在深度学习基础网络不断进化的过程中，可以发现新的模型不仅性能有极大地提升，网络的复杂度通常也会更低。深度学习网络模型的复杂度直接关系到其实际应用中的速度与可行性，因此这里总结一下 CNN ...
分类：
其他好文 时间：
2019-04-26 14:57:28
阅读次数：
652
paper: 《Attention Augmented Convolutional Networks》 https://arxiv.org/pdf/1904.09925.pdf 这篇文章是google brain的，应该有分量。上来就说：卷积神经网络有一个重要的弱点就是 它仅仅操作于于一个领域，对于 ...
分类：
Web程序 时间：
2019-04-25 11:42:18
阅读次数：
2109
1. 摘要 作者提出了一个代号为 Inception 的卷积神经网络架构，这也是作者在 2014 年 ImageNet 大规模视觉识别挑战赛中用于分类和检测的新技术。 通过精心的设计，该架构提高了网络内计算资源的利用率，因而允许在增加网络的深度和宽度的同时保持计算预算不变。 在作者提交的 ILSVR ...
分类：
其他好文 时间：
2019-04-22 00:20:31
阅读次数：
154
注：在很长一段时间，MNIST数据集都是机器学习界很多分类算法的benchmark。初学深度学习，在这个数据集上训练一个有效的卷积神经网络就相当于学习编程的时候打印出一行“Hello World!”。下面基于与MNIST数据集非常类似的另一个数据集Fashion-MNIST数据集来构建一个卷积神经网 ...
分类：
其他好文 时间：
2019-04-20 21:38:31
阅读次数：
321
1. 摘要 在使用非常小（3×3）的卷积核情况下，作者对逐渐增加网络的深度进行了全面的评估，通过设置网络层数达 16 19 层，最终效果取得了显著提升。 2. 介绍 近来，卷积神经网络在大规模图像识别领域取得了巨大的成功，这一方面归功于大规模公开数据的出现，另一方面则是计算能力的提升。在 AlexN ...
分类：
Web程序 时间：
2019-04-20 12:48:13
阅读次数：
199
深度学习学习框架有tensorflow、pytorch、keras。学习keras时，推荐《深度学习：基于Keras的Python实践》，适合深度学习入门和实践。 尤其是第三部分，利用卷积神经网络解决情感分析问题比较好。 《深度学习：基于Keras的Python实践》系统讲解了深度学习的基本知识，以 ...
分类：
编程语言 时间：
2019-04-20 10:04:35
阅读次数：
494
gen_sample_by_captcha.py 生成验证码图片 sample.py 配置文件 verify_and_split_data.py train_model_v2.py 训练模型，训练过程中同时输出训练集和验证集的准确率 训练结果 test_batch.py 批量验证 程序结果 封装识别 ...
分类：
其他好文 时间：
2019-04-16 15:58:37
阅读次数：
482
卷积神经网络（CNN）因为在图像识别任务中大放异彩，而广为人知，近几年卷积神经网络在文本处理中也有了比较好的应用。我用TextCnn来做文本分类的任务，相比TextRnn，训练速度要快非常多，准确性也比较高。TextRnn训练慢得像蜗牛（可能是我太没有耐心），以至于我直接中断了训练，到现在我已经忘记 ...
分类：
其他好文 时间：
2019-04-13 21:56:09
阅读次数：
409
以上是模型，下面是代码： 当然CNN还有很长一段路要走。代码不容易，且敲且珍惜。 ...
分类：
其他好文 时间：
2019-04-12 23:03:49
阅读次数：
195
