- 博客(2)
- 收藏
- 关注
RSS订阅原创 chapter8_Modern CNN
开启现代CNN架构之旅 (I) 本章将"游览"一系列现代CNN架构，了解如何将基础的CNN层"装配"起来。 (II) 这些架构是 直觉、数学 和大量 试错 的产物。 (III) 本章将按时间顺序介绍这些模型，以帮助你建立对该领域历史和发展方向的直觉。 (IV) 介绍的模型将包括： — (A) AlexNet — (B) VGG (使用重复块) — © NiN (网络中的网络) — (D) GoogLeNet (使用多分支卷积) — (E) ResNet (残差网络) — (F) ResNeXt (ResNe
2025-11-26 16:42:49
693
原创 ＜＜D2L＞＞-chapter7_CNN
CNNs的推导(I) 我们从第一性原理（first principles）出发，推导出了卷积神经网络的结构。(II) 事实证明，当应用合理的原则来设计图像处理算法时，CNN是正确的选择回顾两个核心原则及其影响(I)平移不变性（Translation Invariance）— (A) 保证了图像中的所有图块（patches）都将以相同的方式被处理。(II)局部性（Locality）— (A) 意味着在计算隐藏表示时，只使用一个小的邻域（small neighborhood）像素。
2025-11-15 11:17:22
524
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人