daisy_d_的博客

文章目录1 网络结构及对比2 创新点2.1 小的卷积核2.2 多尺度进行训练和测试3 网络的训练和评估3.1 参数3.2 训练和测试3.3 评估4 结论1 网络结构及对比A → E：网络层从11到19层A → A-LPN：添加了反应归一化层没有改善B：增加了卷积层数C: 添加了1×1的卷积层，相当于加入了非线性层（Relu）D：将1×1换成3×3说明肥牛盖饭的感受野表现更好E： 加到19层模型饱和2 创新点2.1 小的卷积核利用3×3替代5×5和7×7：①减少参数②小的卷积核有更多

文章目录1.数据集2.创新点????2.1 ReLU非线性????2.2 多GPU训练2.3 局部响应归一化2.4重叠池化????2.5 数据增强????2.6 DropOut3 网络结构4 结果分析4.1 top-1和top-5错误4.2 定量分析1.数据集ImageNet：1500万张图片，2.2万类别ILSVRC比赛数据集：ImageNet的一个子集，1000个类别，每个类别大概1000张图。120万张训练图片，5万张验证集图片，15万张测试集图片。2.创新点????2.1 ReLU非线性