深度学习100例-卷积神经网络（LeNet-5）深度学习里的“Hello Word” | 第22天
大家好，我是「K同学啊 」！
前几天翻译了一篇讲十大CNN结构的文章（「多图」图解10大CNN架构），原作者思路十分清晰，从时间线上，将近年来CNN发展过程中一些比较重要的网络模型做了一一介绍。我发现其中好像有几个网络模型并没有在《深度学习100例》出现，接下一段时间我将围绕这些网络模型进行实战讲解。
在90年代，由于支持向量机（Support Vecotr Machine，SVM）等算法的发展，深度学习的发展受到了很大的阻碍（尽管Geoffery Hinton在1986年发明的BP算法（Backpropagation）解决了神经网络的非线性分类学习的问题，但梯度消失的问题没有得到很好的解决）。但Yann LeCun等人坚持不懈，依然在该领域苦苦研究。1998年，Yann LeCun提出了LeNet-5网络。LeNet-5被誉为是卷积神经网络的“Hello Word”，足以见其重要性。
LeNet-5 是最简单的架构之一。它有 2 个卷积层和 3 个全连接层（LeNet-5 中的“5”——神经网络的名称通常来自于它们所具有的卷积层和全连接层的数量）。我们现在所知道的平均池化层被称为子采样层，它具有可训练的权重。这个架构有大约60,000 个参数。
记录|深度学习100例-卷积神经网络(CNN)彩色图片分类 | 第2天 1. 彩色图片分类效果图 数据集如下: 测试图1如下 训练/验证精确图如下: 优化后:测试图--打印预测标签: 优化后:测试图- ... 文章目录 一.前期工作 1. 设置GPU(如果使用的是CPU可以忽略这步) 2. 导入数据 3. 归一化 4. 可视化图片 5. 调整图片格式 二.构建CNN网络模型 三.编译模型 四.训练模型 五. ... 本文将采用 Inception V3 模型实现手语识别,重点是了解 Inception V3 模型的结构及其搭建方法. 一.前期工作 我的环境: 语言环境:Python3.6.5 编译器:jupyte ... 文章目录 一.前期工作 1. 设置GPU 2. 导入数据 3. 查看数据 二.数据预处理 1. 加载数据 2. 可视化数据 3. 再次检查数据 4. 配置数据集 三.AlexNet介绍 四.构建Ale ... 文章目录 一.前期工作 1. 设置GPU 2. 下载数据 3. 检查数据 二.数据预处理 1. 加载数据 2. 可视化数据 3. 再次检查数据 4. 配置数据集 三.构建CNN网络 四.编译 五.训练 ... 大家好,我是「K同学啊 」! 好像有一段时间没有更新了,这段事情真的太多了,自己也有一点点小偷懒,但是我还在坚持哈,等开学了更新频率可能就会稳定下来. 唠嗑结束,进入正题,前段时间帮别人做了一个3D分 ... 最近更新有点慢,后台收到不少小伙伴的催更,先说声抱歉哈.最近在参加一个目标检测的比赛,时间比较紧张.这段时间我也打算调整一下思路,试着将目标检测中涉及的内容拆开来,将这些拆分的内容一点点融入到在后续的 ... 文章目录 一.前期工作 1. 设置GPU 2. 导入数据 3. 查看数据 二.数据预处理 1. 加载数据 2. 可视化数据 3. 再次检查数据 4. 配置数据集 三.残差网络(ResNet)介绍 1. ...深度学习100例-卷积神经网络（LeNet-5）深度学习里的“Hello Word” | 第22天相关推荐
最新文章
热门文章