简要笔记-CNN网络
以下是CNN网络的简要介绍。
1 CNN的发展简述
CNN可以有效降低传统神经网络(全连接)的复杂性,常见的网络结构有LeNet、AlexNet、ZFNet、VGGNet、GoogleNet、ResNet等。
1.1 CNN常见的网络结构
(1)LeNet(1998年 ): 首个CNN网络结构
(2)AlexNet(2012年 ): 错误率 15.3%
(3)ZFNet(2013年 ): 错误率 14.8%
(4)VGGNet(2014年 ): ILSVRC2014比赛分类项目亚军,错误率 7.3%
(5)GoogleNet(2014年 ): ILSVRC2014比赛分类项目冠军,错误率 6.67 %
(6)ResNet(2015年 ): 错误率 3.6 %
1.2 CNN的应用场景
(1)图像分类
(2)目标检测
(3)图像分割
(4)语义分割
2 CNN网络的主要结构
2.1 输入层(Input Layer)
网络数据输入之前要进行数据预处理。
(1)为什么要数据预处理
主要原因是输入数据的单位如果不一样,会导致神经网络收敛速度慢。激活函数是有值域限制的,所以需要将输入数据映射到激活函数的值域范围内。
(2)数据预处理的常见方式
1)去均值
2)归一化
3)PCA降维、白化
白化:在PCA的基础上,对转换后的数据 每个特征轴上进行归一化处理。实际应用中,一般并不会使用PCA和白化的操作。
2.2 卷积层(CONV Layer)
卷积层的输出也被称为特征映射(feature map),因为它可以被视为一个输入映射到下一层的空间维度的转换器。 tf.keras CNN网络搭建笔记 这里写目录标题 tf.keras CNN网络搭建笔记 基本流程,以LeNet为例 创建Sequential模型 配置模型的学习流程 数据预处理 模型训练与验证 相 ... 作者丨皮特潘 编辑丨极市平台 导读 所谓"插件",就是要能锦上添花,又容易植入.落地,即真正的即插即用.本文盘点的"插件"能够提升CNN平移.旋转.scale等 ... NIN网络-Network In Networkblog.csdn.net 梦里寻梦:(四十二)通俗易懂理解--CNN网络框架演进:LeNet至DenseNetzhuanlan.zhihu.com ... HALCON 20.11:深度学习笔记(4)--- 网络和训练过程 HALCON 20.11.0.0中,实现了深度学习方法.关于网络和训练过程如下: 在深度学习中,任务是通过网络发送输入图像来执行的. ... 向AI转型的程序员都关注了这个号???????????? 机器学习AI算法工程 公众号:datayx 作为迁移学习的一种,finetune能够将general的特征转变为special的特征,从而 ... 从零开始的深度学习(一) 经典CNN网络 LeNet-5 之前的四篇博客围绕着一个大作业项目来进行的入门,由于小白初涉,因此行文中有时侧重于某些并不重要的东西,同时也忽略了许多其实蛮重要的东西,再加上 ... 1 绪论 20世纪60年代,Hubel等人通过对猫视觉皮层细胞的研究,提出了感受野这个概念,到80年代,Fukushima在感受野概念的基础之上提出了神经认知机的概念,可以看作是卷积神经网络的第一个实 ... --CNN初识笔记 CNN的由来及发展(包含图像识别的思路) 刚接触CNN的时候,很懵.CNN?到底是什么?美国有线电视新闻网?哦,卷积神经网络(Convolutional Neural Networ ... [12月公开课预告],入群直接获取报名地址 12月11日晚8点直播主题:人工智能消化道病理辅助诊断平台--从方法到落地 12月12日晚8点直播:利用容器技术打造AI公司技术中台 12月17日晚8点直播 ...
在卷积神经网络中,对于某一层的任意元素
简要笔记-CNN网络相关推荐
最新文章
热门文章