VGGNet笔记
来源:互联网 发布:考研有多难放弃知乎 编辑:程序博客网 时间:2024/06/01 10:06
卷积网络配置
结构
输入:224×224×3的RGB图像
预处理:在训练集中,把每个像素减去均值
卷积核:只使用了3×3和1×1两种。
(3×3的核:最小的可以捕捉空间信息的核;1×1的核:看作对输入的线性变换)
步长:1
padding:1,即保持分辨率不变的same padding
池化:5个max-pooling,窗口2×2,步长为2
然后3个FC层,最后一个softmax
非线性激活函数全部是ReLU函数
第一次吐槽LRN没有用配置
讨论
作者认为,
2个3×3的核≈1个5×5的核
3个3×3的核≈1个7×7的核
好处有2点:
1.能使decision function更有辨识力
2.减少参数
然后解释1×1卷积核的用处:增加decision function的非线性性,同时不影响conv.层的感受野(因为就算1×1的卷积核也应用了ReLU函数),关于1×1卷积核详见”Network in Network”
阅读全文
0 0
- VGGNet笔记
- VGGNet笔记
- VGGNet笔记
- VGGNet笔记
- VGGNet
- VGGNet
- 【深度学习】VGGNet学习笔记
- 学习笔记TF031:实现VGGNet
- caffe学习笔记21-VggNet论文笔记
- CS231n笔记7-ConvNets Typical Architecture与VGGNet
- tensorflow34《TensorFlow实战》笔记-06-02 TensorFlow实现VGGNet code
- [深度学习] Very Deep Convolutional Networks for Large-Scale Image Recognition(VGGNet)阅读笔记
- vggnet笔记(Very Deep Convolutional Networks for Large-Scale Image Recognition)
- VGGNet 《VERY DEEP CONVOLUTIONAL NETWORKS FOR LARGE-SCALE IMAGE RECOGNITION》学习笔记
- AlexNet, VGGNet, GoogLeNet 对比
- vggnet学习资料整理
- 经典CNN之:VGGNet
- 经典的神经网络-VGGNet
- python自学的一些小经验
- c++学习笔记:文本查询程序
- 多个域名如何使用同一个微信支付账号?(web移动端)
- Maven环境搭建和介绍
- HTML滚动链接显示
- VGGNet笔记
- Spring声明式事务配置管理方法
- 模拟手机与SIM卡的组合关系
- ViewPager加载Fragment懒加载
- 图的遍历
- 729. My Calendar I
- MySQL之权限管理
- 选择排序
- blob大文件切片及上传