VGG论文给出了一个非常振奋人心的结论：卷积神经网络的深度增加和小卷积核的使用对网络的最终分类识别效果有很大的作用。记得在AlexNet论文中，也做了最后指出了网络深度的对最终的分类结果有很大的作用。这篇论文则更加直接的论证了这一结论。 网络结构 论文指出： VGG不仅在ILSVRC的分类和检测任务 ...
分类：
其他好文 时间：
2018-10-27 11:55:57
阅读次数：
1625
import torch import numpy import torch.nn as nn import torch.nn.functional as F from PIL import Image from torchvision import transforms import torchv... ...
分类：
其他好文 时间：
2018-10-24 17:45:11
阅读次数：
192
1.基础神经网络： 输入向量ｘ，权重向量w， 偏置标量b， 激活函数sigmoid（增加非线性度） 优化手段： 梯度下降优化， BP向后传播（链式规则） 梯度下降优化： 1. 使用得目标函数是交叉熵 c = 1/nΣΣ[yj*lnaj^2 + (1-yj)*ln(1-aj^2)] yj表示得是样本标 ...
分类：
编程语言 时间：
2018-10-15 20:49:02
阅读次数：
196
@[toc] 0. 论文链接 "论文链接" 1. 概述 VGG提出了相对AlexNet更深的网络模型，并且通过实验发现网络越深性能越好（在一定范围内）。在网络中，使用了更小的卷积核(3x3)，stride为1，同时不单单的使用卷积层，而是组合成了“卷积组”，即一个卷积组包括2 ...
分类：
Web程序 时间：
2018-10-15 18:21:39
阅读次数：
440
这天，老板跟你说，希望能在手机上跑深度神经网络，并且准确率要和 VGG、GoogleNet 差不多。 接到这个任务后你有点懵逼，这些网络别说计算量大，就连网络参数也要 100MB 的空间才存得下，放在手机上跑？开玩笑呗。 老板又说，怎么实现是你的事，我要的只是这个功能。 你默默地点了点头。 <! m ...
分类：
移动开发 时间：
2018-10-05 22:39:41
阅读次数：
445
卷积神经网络可谓是现在深度学习领域中大红大紫的网络框架，尤其在计算机视觉领域更是一枝独秀。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 ...
分类：
其他好文 时间：
2018-09-29 00:42:29
阅读次数：
221
#最近要跑一个demo，需要用到tutorial_vgg19.py，原作者给的链接没有在github上，CSDN上找到了，但是格式是乱的，没办法只能自己把格式调了一下，结果还是好的，可以运行# -*- coding: utf-8 -*-"""VGG-19 for ImageNet.Pre-train ...
分类：
其他好文 时间：
2018-09-27 22:16:19
阅读次数：
821
部署逻辑卷使硬盘具备LVM技术pvcreate"/dev/sdb"/dev/sdc把硬盘加入到卷组里面pvcreate"/dev/sdb"/dev/sdc切割VG成需要的逻辑卷lvcreate-nvo-l25vggroup格式化mkfs.ext4/dev/vggroup/vo挂载mkdir/lvmount/dev/vggroup/vo/lv扩容逻辑卷卸载um
分类：
其他好文 时间：
2018-09-25 20:43:55
阅读次数：
210
第15章 MiniVGGNet：更深的CNNs VGGNet（或简称为VGG），第一次在文献《Very Deep Learning Convolutional Neural Networks for Large-Scale Image Recognition》提出。它们的贡献是具有非常小（3×3）的 ...
分类：
Web程序 时间：
2018-09-21 15:14:01
阅读次数：
248
