10.深度学习之经典网络-1

10.1 卷积神经网络（LeNet）

一个早期用来识别手写数字图像的卷积神经网络：LeNet 。
LeNet-5展示了通过梯度下降训练卷积神经网络可以达到手写数字识别在当时最先进的结果。

10.1.1 LeNet网络参数配置

10.1.2 LeNet模型

LeNet分为卷积层块和全连接层块两个部分
- 卷积层块里的基本单位是卷积层后接最大池化层
  - 卷积层块由两个这样的基本单位重复堆叠构成
- 在卷积层块中，每个卷积层都使用5 x 5的窗口，并在输出上使用sigmoid激活函数。
  - 第一个卷积层输出通道数为6，第二个卷积层输出通道数则增加到16。
  - 卷积层块的两个最大池化层的窗口形状均为2 x 2，且步幅为2。
  - 由于池化窗口与步幅形状相同，池化窗口在输入上每次滑动所覆盖的区域互不重叠。

10.2 深度卷积神经网络（AlexNet）

AlexNet使用了8层卷积神经网络，并以很大的优势赢得了ImageNet 2012图像识别挑战赛。

10.深度学习之经典网络-1相关推荐

详解深度学习之经典网络:AlexNet(2012) 并利用该网络架构实现人脸识别
@[TOC](详解深度学习之经典网络:AlexNet(2012) 并利用该网络架构实现人脸识别**) 近来闲来无事,翻出了搁置已久的轻薄版电脑,望着积满灰尘的显示屏,觉得有愧于老师的尊尊教导,心中叹息 ...
详解深度学习之经典网络架构（十）：九大框架汇总
目录 0.概览 1.个人心得 2.总结本文是对本人前面讲的的一些经典框架的汇总. 纯手打,如果有不足之处,可以在评论区里留言. 0.概览 (1)详解深度学习之经典网络架构(一):LeNet (2)详 ...
vgg16卷积层的计算量_深度学习_经典网络_VGG16和ResNet152哪个参数量更多
首先,我们我们知道深度学习中网络的计算量代表时间复杂度,参数量代表空间复杂度. 从ResNet的论文中可知(ResNet论文可在这个文章中的第六部分找到)152层的残差网络在时间复杂度上和VGG16是 ...
深度学习之经典网络架构AlexNet(二)
一.简介 AlexNet是2012年ImageNet竞赛冠军获得者Hinton和他的学生Alex Krizhevsky设计的.也是在那年之后,更多的更深的神经网路被提出,比如优秀的vgg,Google ...
深度学习中经典网络结构图和代码
Inception网络与其它网络的性能对比 PyTorch-Networks: 包含了分类.检测以及姿态估计等网络的pytorch代码 caffe-model-zoo: AlexNet.VGGNet. ...
【火炉炼AI】深度学习001-神经网络的基本单元-感知器
[火炉炼AI]深度学习001-神经网络的基本单元-感知器 (本文所使用的Python库和版本号: Python 3.6, Numpy 1.14, scikit-learn 0.19, matplotl ...
【深度学习】深度学习和经典统计学是一回事？
器之心编译编辑:rome rome 深度学习和简单的统计学是一回事吗?很多人可能都有这个疑问,毕竟二者连术语都有很多相似的地方.在这篇文章中,理论计算机科学家.哈佛大学知名教授 Boaz Barak ...
干货丨深度学习和经典机器学习的全方位对比
本文将对比深度学习和经典机器学习,分别介绍这两种技术的优缺点以及它们在哪些问题如何得到最佳使用. 深度学习已成为大多数AI问题的首选技术,使得经典机器学习相形见绌.但是,尽管深度学习有很好的性能,经 ...
基于人工智能深度学习和经典算法的药物设计软件MolAICal
使用MolAICal进行药物设计 MolAICal简介 MolAICal 教程 MolAICal开发版(Development version)教程 MolAICal简介 MolAICal可以通过人工 ...

10.深度学习之经典网络-1

10.1 卷积神经网络（LeNet）

10.1.1 LeNet网络参数配置

10.1.2 LeNet模型

10.2 深度卷积神经网络（AlexNet）

10.深度学习之经典网络-1相关推荐

最新文章

热门文章