吴恩达卷积神经网络笔记(2)—深度卷积网络:实例研究
来源:互联网 发布:马士兵java教程全集 编辑:程序博客网 时间:2024/06/06 12:53
一、 经典的卷积网络
- LeNet-5
- AlexNet
- VGG
- ResNet
- Inception
1.1 LeNet-5(Lecun)
6000 个参数
Gradient-based learning applied to document recognition(1998)
1.2 AlexNet (Hinton)
6000万个参数
ImageNet classification with deep convolutional neural networks(2012)
1.3 VGG-16
1.38亿个参数
Very deep convolutional networks for large-scale image recongnition(2015)
1.4 VGG-19
二、残差网络(ResNet)
应用残差网络可以训练更深的神经网络
short-cut
Deep residual networks for image recognition(2015)
plain network :从经验来看,随着你增加网络层数,训练误差会呈现出一开始趋于降低,然后再上升的趋势。理论上将随着网络层数的增加视乎训练误差应该逐渐下降
残差网络:随着网络层数的增加训练误差会逐渐下降
三、残差网络为什么有用
四、网络中的网络
1*1
Network in Network
阅读全文
0 0
- 吴恩达卷积神经网络笔记(2)—深度卷积网络:实例研究
- Coursea吴恩达《卷积神经网络》课程笔记(2)深度卷积网络
- Coursera吴恩达《卷积神经网络》课程笔记(2)-- 深度卷积模型:案例研究
- 吴恩达深度学习笔记之卷积神经网络(卷积网络)
- 吴恩达深度学习笔记之卷积神经网络(实例探究)
- 吴恩达深度学习笔记(四)week2深度卷积神经网络实例
- 深度卷积网络实例
- 吴恩达深度学习课程四:卷积神经网络(学习笔记)
- 吴恩达深度学习笔记(四)week1卷积神经网络
- 小象学院深度学习笔记2(卷积神经网络-基础)
- 深度学习—卷积神经网络(一)
- 深度学习笔记1:神经网络 卷积神经网络
- 吴恩达深度学习第四课:卷积神经网络(学习笔记2)
- 【学习笔记2】吴恩达_卷积神经网络_第一周卷积神经网络(2)
- 深度学习笔记(2)——卷积神经网络(Convolutional Neural Network)
- 深度学习方法(十三):卷积神经网络结构变化——可变形卷积网络deformable convolutional networks
- 吴恩达深度学习笔记之卷积神经网络(目标检测)
- 吴恩达深度学习笔记之卷积神经网络(特殊应用)
- ##Python3 学习笔记
- H
- 输入年月日求出第几天
- python中matplotlib的颜色及线条控制
- (一)python3实现K-近邻
- 吴恩达卷积神经网络笔记(2)—深度卷积网络:实例研究
- Android 7.1 Deskclock(二) TimerFragment分析
- angularJs
- mysql分区功能详细介绍,以及实例
- 字符串的操作
- magento 开发 -- 入门深入理解第四章 – 模型和ORM基础
- Java学习——条件运算符
- mysql 数据库引擎
- [Linux]自动挂载fstab/挂载光盘/挂载U盘