深度学习福利入门到精通第四讲—

2014年ILSVRC大赛中分类第一名就是GoogleNet模型，网络深度22层，而且在网络中加入Inception单元，

证明通过使用Inception单元构造的深层卷积神经网络能进一步提升模型整体的性能。结构如下

下面就是googlenet中用的inception结构，最常用的卷积核是3*3和5*5，那么这里的1*1其实用途是特征图通道的增加和减少。

假设有50*50*100的特征图，三参数分别宽、高、深度，输入到1*1卷积层，卷积核1*1*100，想输出深度为90的特征图，在90次卷积操作之后维度50*50*100的特征图就变成了50*50*90的特征图，如果需要105的深度，就进行105次卷积，所以用1*1卷积控制深度，从而影响卷积参数数量，提升模型性能。

在googlenet中使用Inception实现了卷积神经网络搭建的模块化，如果想增加或减少模型深度，只需增加或减少相应inception单元就可以。

深度学习福利入门到精通第四讲——GoogleNet模型相关推荐

深度学习福利入门到精通第三讲——VGGNet模型
VGG由牛津大学视觉几何组提出,并在2014年ILSVRC取得了定位第一名和分类第二名好成绩. 相对于AlexNet,统一了卷积中使用的参数,卷积核统一为3*3,步长1,padding为1等等.而且增 ...
深度学习福利入门到精通第五讲——ResNet模型
ResNet是更深的网络模型,在2015年的ILSVRC大赛中获得分类任务第一名. ResNet引入了一种残差网络结构,使用这种结构可以避免出现模型性能退化问题. 如图残差模块的输出结果等于输入数据X ...
深度学习福利入门到精通第二讲——AlexNet模型
Hinton课题组在2012年的ILSVRC比赛中使用AlexNet搭建卷积神经网络模型,并一举夺得冠军,在识别准确率上比第二名支持向量机(SVM)有一定优势. 其架构如图所示因为前面的卷积和最大池 ...
深度学习福利入门到精通第一讲——LeNet模型
LeNet是由LeCun在1989年提出的历史上第一个真正意义上的卷积神经网络.用的最多的是1998年出现的LeNet的改进版本LeNet-5. 如图是LeNet-5卷积神经网络的网络架构 1) I ...
深度学习动手入门：GitHub上四个超棒的TensorFlow开源项目
原文:http://www.techweb.com.cn/news/2017-07-31/2566452.shtml 深度学习动手入门:GitHub上四个超棒的TensorFlow开源项目 2017. ...
深度学习从入门到精通——人工智能、机器学习与深度学习绪论
人工智能.机器学习与深度学习人工智能定义人工智能历史机器学习分类,按照监督方式深度学习主要应用数学基础张量基本知识矩阵的秩: 矩阵的逆矩阵的广义逆矩阵矩阵分解矩阵特征分解 ...
深度学习从入门到精通
很多同学还处于迷茫阶段,那就听小编一言,在b站直接搜索并关注"跟李沐学AI",可以跟李沐老师学习机器学习.深度学习,还可以通过AI论文精讲对相关论文有更加深入的了解深度学习视频: ...
深度学习从入门到精通——MTCNN人脸侦测算法
这里写目录标题先看效果 MTCNN 主体思想级联网络图像金字塔 IOU算法 iou 公式 nms 算法数据生成celeba 数据代码训练代码侦测代码总结先看效果 MTCNN 从2016 ...
深度学习从入门到精通——图像分割实战DeeplabV3
DeeplabV3算法参数配置关于数据集的配置训练集参数数据预处理模块 DataSet构建模块测试一下数据集去正则化模型加载模块 DeepLABV3+ 参数配置关于数据集的配置 par ...

深度学习福利入门到精通第四讲——GoogleNet模型

深度学习福利入门到精通第四讲——GoogleNet模型相关推荐

最新文章

热门文章