Convolutional Neural Networks 使用全连接层的局限性： 图像在同一列邻近的像素在这个向量中可能相距较远。它们构成的模式可能难以被模型识别。 对于大尺寸的输入图像，使用全连接层容易导致模型过大。 使用卷积层的优势： 卷积层保留输入形状。 卷积层通过滑动窗口将同一卷积核与不同 ...
分类：
Web程序 时间：
2020-02-18 23:20:05
阅读次数：
107
前言 卷积神经网络(CNN)作为深度学习的重要一支，在当前计算机视觉领域应用相当广泛。本文回顾了深度学习的发展历程，讲述CNN基本的理论概念和第一代卷积神经网络LeNet-5的建立。文章言有不当之处，还望批评指出，共同进步！ 璀璨前的暗淡 2015年，AlphaGo战败樊麾二段，"深度学习"的命运就 ...
分类：
其他好文 时间：
2020-02-06 01:46:19
阅读次数：
85
MNIST数据集获取 MNIST数据集是入门机器学习/模式识别的最经典数据集之一。最早于1998年Yan Lecun在论文： Gradient-based learning applied to document recognition. 中提出。经典的LeNet-5 CNN网络也是在该论文中提出的 ...
分类：
编程语言 时间：
2020-02-05 09:46:53
阅读次数：
305
网络结构如下： 代码如下： 1 # encoding: utf-8 2 3 import tensorflow as tf 4 from tensorflow import keras 5 from tensorflow.keras import layers, Sequential, losses ...
分类：
Web程序 时间：
2020-02-01 14:21:02
阅读次数：
217
VGG AlexNet在Lenet的基础上增加了几个卷积层,改变了卷积核大小,每一层输出通道数目等,并且取得了很好的效果.但是并没有提出一个简单有效的思路. VGG做到了这一点,提出了可以通过重复使?简单的基础块来构建深度学习模型的思路. 论文地址: vgg的结构如下所示: 上图给出了不同层数的vg ...
分类：
Web程序 时间：
2020-01-11 00:38:14
阅读次数：
130
AlexNet AlexNet是2012年提出的一个模型,并且赢得了ImageNet图像识别挑战赛的冠军.首次证明了由计算机自动学习到的特征可以超越手工设计的特征,对计算机视觉的研究有着极其重要的意义. AlexNet的设计思路和LeNet是非常类似的.不同点主要有以下几点: 激活函数由sigmoi ...
分类：
Web程序 时间：
2020-01-08 19:23:05
阅读次数：
148
卷积神经网络 在之前的文章里,对28 X 28的图像,我们是通过把它展开为长度为784的一维向量,然后送进全连接层,训练出一个分类模型.这样做主要有两个问题 1. 图像在同一列邻近的像素在这个向量中可能相距较远。它们构成的模式可能难以被模型识别。 2. 对于大尺寸的输入图像，使用全连接层容易造成模型 ...
分类：
Web程序 时间：
2020-01-07 16:31:03
阅读次数：
124
把下载好的数据放在这里就行了 代码报错 EOFError: Compressed file ended before the end-of-stream marker was reached 背景：运行LeNet识别CIFAR-10的图像的代码时，报错： EOFError: Compressed f ...
分类：
数据库 时间：
2020-01-04 01:01:05
阅读次数：
112
1.LeNet LeNet是指LeNet-5，它是第一个成功应用于数字识别的卷积神经网络。在MNIST数据集上，可以达到99.2%的准确率。LeNet-5模型总共有7层，包括两个卷积层，两个池化层，两个全连接层和一个输出层。 import torch import torch.nn as nn fr ...
分类：
其他好文 时间：
2019-12-20 12:16:20
阅读次数：
121
# 1. 通过TensorFlow-Slim定义卷机神经网络 import numpy as np import tensorflow as tf import tensorflow.contrib.slim as slim from tensorflow.examples.tutorials.mn... ...
分类：
Web程序 时间：
2019-12-19 21:05:40
阅读次数：
98
