CNN网络结构
关注
分享
扫一扫
C小C
这个作者很懒，什么都没留下…
展开
-
CNN经典结构2（WideResNet，FractalNet，DenseNet，ResNeXt，DPN，SENet）
【时间】2019.12.06【题目】CNN经典结构2（WideResNet，FractalNet，DenseNet，ResNeXt，DPN，SENet）一、提到了WideResNet-40-2,40表示卷积层数，2表示宽度因子CNN经典结构2（WideResNet，FractalNet，DenseNet，ResNeXt，DPN，SENet）...转载 2019-12-06 15:46:44 · 1082 阅读 · 0 评论 -
Inception v1，v2,v3,v4论文汇总。
【时间】2019.08.08【题目】Inception v1，v2,v3,v4论文汇总。[v1] Going Deeper with Convolutions, 6.67% test error, http://arxiv.org/abs/1409.4842[v2] Batch Normalization: Accelerating Deep Network Training by R...原创 2019-08-09 10:18:42 · 1180 阅读 · 1 评论 -
Xception相关知识
【时间】2019.03.07【题目】Xception相关知识对于xception非常好的理解Xception算法详解转载 2019-03-07 22:29:28 · 588 阅读 · 0 评论 -
膨胀卷积dilated convolution 相关
【时间】2019.03.10【题目】膨胀卷积dilated convolution 相关及keras实现1、Dilated Convolution2、Dilated Convolutions 空洞卷积 pytorch版3、Keras实现。看了pytorch的dilated convolution的实现，发现只是在普通卷积中多了一个参数dilation如，conv2 = n...原创 2019-03-10 09:43:48 · 3002 阅读 · 0 评论 -
【题目】VGG-16网络详细分析（Keras代码）
【时间】2018.09.23【题目】VGG-16网络分析（Keras代码）目录 一、VGG-16的基本架构二、Keras代码三、代码详解1、ZeroPadding2D层2、Conv2D层3、MaxPooling2D层4、Flatten层5、Dense层6.Dropout层一、VGG-16的基本架构【VGG-16的架构】：【架构说明】：...原创 2018-09-23 02:37:54 · 13373 阅读 · 0 评论 -
关于ResNet网络的一点理解（网络结构、building block 及 “bottleneck” building block）
【时间】2018.10.05【题目】关于ResNet网络的一点理解（网络结构、building block 及 “bottleneck” building block） 概述 本文主要讲解对ResNet网络结构、building block 及 “bottleneck” building block的一些理解，主要讲述了ResNet网络结构的构成，以及building bloc...原创 2018-10-05 18:59:07 · 11886 阅读 · 3 评论 -
【论文翻译】NIN层论文中英对照翻译--（Network In Network）
【开始时间】2018.09.27【完成时间】2018.10.03【论文翻译】NIN层论文中英对照翻译--（Network In Network）【中文译名】 网络中的网络【论文链接】https://arxiv.org/abs/1312.4400 【补充】1）NIN结构的caffe实现：因为我们可以把全连接层当作为特殊的卷积层，所以呢， NIN在caffe中是非常 ...翻译 2018-10-03 15:26:22 · 2474 阅读 · 0 评论 -
【论文翻译】GoogleNet网络论文中英对照翻译--（Going deeper with convolutions）
【开始时间】2018.09.25【完成时间】2018.09.26【论文翻译】GoogleNet网络论文中英对照翻译--（Going deeper with convolutions）【中文译名】 更深的卷积【论文链接】https://arxiv.org/abs/1409.4842 ...翻译 2018-09-26 17:26:05 · 8027 阅读 · 0 评论 -
如何理解NIN网络中的mlpconv层
【时间】2018.10.03【题目】如何理解NIN网络中的mlpconv层概述在Network in Network结构（NIN结构），mlpconv层相当于先进行一次普通的卷积（比如3x3），紧跟再进行一次1x1的卷积。一、原论文描述在原论文中，对于mlpconv层是这样描述的：图1说明了线性卷积层和mlpconv层之间的区别。由mlpconv层执行的计算如下：H...原创 2018-10-03 03:06:39 · 6319 阅读 · 6 评论 -
【论文翻译--AlexNet网络】ImageNet Classification with Deep ConvolutionalNeural Networks
【论文翻译】ImageNet Classification with Deep ConvolutionalNeural Networks【原文链接】http://xanadu.cs.sjsu.edu/~drtylin/classes/cs267_old/ImageNet%20DNN%20NIPS2012(2).pdf【翻译时间】2018.09.10【完成时间】2018.09.11 ...翻译 2018-09-11 10:13:40 · 704 阅读 · 0 评论 -
【论文翻译】VGG网络论文中英对照翻译--（very deep convolutional networks for large-scale image recognition）
【开始时间】2018.09.23【完成时间】2018.09.24【论文翻译】VGG网络论文中英对照翻译--（very deep convolutional networks for large-scale image recognition）【中文译名】 用于大规模图像识别的甚深卷积网络【论文链接】https://arxiv.org/abs/1409.1556目录 本文概...翻译 2018-09-24 22:33:17 · 6461 阅读 · 2 评论 -
【题目】转载-深度学习之基础模型-VGG
【时间】2018.09.24【题目】转载-深度学习之基础模型-VGG【转载链接】https://blog.youkuaiyun.com/whz1861/article/details/78111606目录【概述】【网络结构】【结构Architecture】 【 VGG网络结构】【 VGG网络参数】【 模型框架 】正则化方法： 初始化策略：训练输入：Train...转载 2018-09-24 22:31:03 · 1449 阅读 · 0 评论 -
在VGG网络中dense evaluation 与multi-crop evaluation两种预测方法的区别以及效果
【时间】2018.09.24【题目】在VGG网络中dense evaluation 与multi-crop evaluation两种预测方法的区别以及效果 【预测方式】：论文中考虑了两种预测方式：方法1: multi-crop，即对图像进行多样本的随机裁剪，然后通过网络预测每一个样本的结构，最终对所有结果平均 方法2: densely， 利用FCN的思想，将原图直接送到网络进行预测，...原创 2018-09-24 21:25:14 · 5839 阅读 · 0 评论 -
【深度学习网络结构】 深度学习——卷积神经网络 的经典网络（LeNet-5、AlexNet、ZFNet、VGG-16、GoogLeNet、ResNet）
【深度学习网络结构】 深度学习——卷积神经网络 的经典网络（LeNet-5、AlexNet、ZFNet、VGG-16、GoogLeNet、ResNet）【声明】本文的主要内容来自博客园，链接为https://www.cnblogs.com/guoyaohua/p/8534077.html，在此基础上删改与补充【编辑时间：2018.09.07】【完成时间：2018.09.09】 ...原创 2018-09-09 21:35:02 · 9430 阅读 · 0 评论