【直播预告】如何设计性能更强的CNN模型

言有三 言有三 博客等级 墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 400+累计阅读 474平均单平台 已同步平台 优快云 微信公众号 微博 知乎 掘金 百家号 博客园 抖音 小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网 我也要 码龄15年
关注
原创 最新推荐文章于 2025-05-15 19:27:49 发布 474 阅读 AI 写同款· GEO 优化 ›
变焦跟踪理论基础（如何在变焦过程中保持清晰） 如何在整个变焦过程中一直保持图像的清晰度或焦点是变焦跟踪的主要挑战。 当用户在缩放跟踪的情况下改变缩放时，设备保持对焦。 然而，在没有变焦跟踪的情况下，图像变得失焦，图像在变焦跟踪后由于自动对焦(AF)算法才最终对焦。................................................... 阅读详情

640?wx_fmt=png

大家好，预告一下下周六的知乎Live直播-如何设计性能更强的CNN模型结构。

1、直播基本信息

  • 时间：2019年5月4日20:04开始。

  • 地点：知乎live，线上直播。

  • 主讲人：言有三。

640?wx_fmt=png

640?wx_fmt=png

2、内容简述

1.  网络深度的设计    

  • 深度如何影响模型性能    

  • 如何初始化模型的深度    

  • 如何迭代模型深度 

2. 网络宽度的设计    

  • 宽度如何影响模型性能    

  • 如何初始化模型的宽度    

  • 如何迭代模型宽度 

3. 卷积核大小的设计    

  • 卷积核大小如何影响模型性能    

  • 如何选择卷积核的大小

4. Dropout和BN的设计    

  • Dropout如何影响模型性能    

  • 如何使用dropout和注意事项    

  • BN层如何影响模型性能    

  • 如何使用BN和注意事项

5. 多尺度与信息融合的设计    

  • 多尺度如何影响模型性能    

  • 多尺度有哪些设计方法    

  • 如何设计多尺度模型进行信息融合 

6. 残差结构的理解和设计    

  • 残差如何影响模型性能    

  • 如何使用好残差结构 

7. 步长与池化的设计    

  • 步长如何影响模型性能    

  • 如何设计步长    

  • 池化如何影响模型性能    

  • 如何设计池化 

8. 其他

有三AI一周年，网易云课程限时送30元优惠券，欢迎领取。

640?wx_fmt=jpeg

640?wx_fmt=jpeg


有三带领的2019年小队精英学习“春季划”已进入深度学习篇，想上车速来，仅此一趟，点击跳转领取。

640?wx_fmt=png

往期直播

640?wx_fmt=png

今日看图猜技术

640?wx_fmt=png

有三AI生态

640?wx_fmt=png

640?wx_fmt=png

转载文章请后台联系

侵权必究

更多请关注知乎专栏《有三AI学院》

640?wx_fmt=png

640?wx_fmt=png

640?wx_fmt=png

往期精选

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
renderdoc的使用 renderdoc可以用来捕获帧渲染情况，排查一些GPU渲染、资源规格等问题。 下面讲述一些该软件连接真机调试使用。 一、下载安装renderdoc 软件的下载地址：https://renderdoc.org/可直接点击下载即可。该软件是开源免费的，不用破解。 下载后直接安装即可使用。 二、打开使用renderdoc 打开界面后，默认的界面布局如下图所示，（这里我已经设置了黑色主题，可以忽略这点），renderdo中主要的窗口有Texture Viewer（纹理查看器）、Event B. 阅读详情

相关推荐

以太网物理层协议整理(2)-万兆以太网

在万兆以太网标准化过程中，IEEE和10GEA（万兆以太网联盟）是两个最重要的组织。 万兆以太网标准和规范都比较繁多，在标准方面，首先有2002年的IEEE 802.3ae，后来也不断有新的万兆以太网规范推出，如2006年的IEEE 802.3an标准（10GBase-T）就推出了基于双绞铜线的万兆以太网规范，同样的IEEE 802.3aq标准推出了基于光纤的10GBase-LRM；2007年的

NowOrNever 3万+

【完结】总结12大CNN主流模型架构设计思想

文章首发于微信公众号《有三AI》 【完结】总结12大CNN主流模型架构设计思想 专栏《CNN模型解读》正式完结了，在这一个专栏中，我们给大家回顾了深度学习中的各类具有代表性的CNN模型，详细分析了各类模型的特点，设计思想。当然，这一个系列不可能包含所有的模型，但是我们可以从中洞见最核心的思想。如果有必要，以后我们还会进行补充的。 作者|言有三 编辑|言有三 01从LeN...

hacker_long的专栏 1862

Halcon Camera-calibration 相关算子(一)

Halcon Camera-calibration 相关算子介绍

qq_44744164的博客 1367

如何获得更加高效的CNN模型结构

qq_43543515的博客 270

GPU八卡A100使用INT4-W4A16量化大模型实验

本实验旨在探索在环境下，对大语言模型进行权重量化的可行性、效率与性能影响。通过采用工具集成 GPTQ 算法，实现对所有线性层的权重量化（W4A16 方案最终通过lm-eval工具在GSM8K任务上对压缩模型进行评估。

goodgood_UP的博客 1909

ADI官方例程HDL和No-OS生成Vivado工程

这一步是选择下载源，一般都是选择国内镜像，因为国外的源太慢了，这里选择阿里的镜像，如果没有这个选项可以在下面的User URL里添加就行，选择好源后然后点击下一步。下一步会从你选择的源上下载软件包目录，如果提示Unable to get setup from https://xxxxxx/，返回上一步，选择别的源，例如第二个163网易的源。然后就是你想要安装在哪了，下面的选项好像会决定环境变量存放在哪，不过一般都是个人电脑选择第一个默认的就行，然后点下一步。下好之后双击打开，就是这个界面了，直接点下一步。

代码匠的博客 3833

CNN结构和性质

几个比较有名的卷积神经网络结构，详细的请看CS231n LeNet：第一个成功的卷积神经网络应用AlexNet：类似LeNet，但更深更大。使用了层叠的卷积层来抓取特征（通常是一个卷积层马上一个max pooling层）ZF Net：增加了中间卷积层的尺寸，让第一层的stride和filter size更小。GoogLeNet：减少parameters数量，最后一层用max poolin

mary1992630的博客 1049

vivado 编译ADI AD9361 TCL脚本生成hdl工程

(4)输入"source ../../scripts/adi_make.tcl"命令(仅双引号内部命令，不包含双引号)，个人理解：该命令用来加载当前所需要编译工程所需要各功能模块的信息，因为每个工程需要不同的功能模块，比如有的需要gpio模块，有的不需要gpio模块，这些模块上前面路径的library也同样以TCL脚本形式存在，当有需要时才进行编译，怎么知道当前工程需要什么模块呢就是通过"source ../../scripts/adi_make.tcl"(仅双引号内部命令，不包含双引号)命令实现。

weixin_40586423的博客 809

用于分类/特征提取的CNN结构设计方法总结

说明最近在用CNN做一个人脸识别的项目，为了吸收前人经验，设计一个比较好用的网络，把2012（AlexNet）、2014（VGGNet、GoogLeNet）、2015（ResNet）、2016这几年在ImageNet上取得好成绩的文章都撸了一遍，写了一点总结。根据导师要求，全是用英文写的。懒得用中文再讲一遍了，就这样吧……

huangbo10的专栏 6088

卫星图像检测，分割，跟踪，超分辨率，数据集调研，以及论文笔记

目标检测，针对物体有很多类如桥，烟囱，罐子等，有静态图像下的检测，也就是图像源头多来自谷歌地图，但是前后帧没有任何联系，并且谷歌地图相对来说比较清楚，难度小一点，也有粗粒度以及较细粒度的检测，然后卫星视频的数据集较少，则可以通过前后帧的联系来辅助检测，并且卫星帧基本上只对车，船，飞机，火车进行检测，没有进行细粒度的检测即将车辆分类为卡车，皮卡，小轿车，但是关船，则可以分类为货船以及军舰，因为目前的卫星视频中小车实在太少了，难以进行更细粒度的检测。luojia 三号卫星。

zhangzhao147的博客 4709

全面解析 SAP 事务码 LTMOM 的应用与实践

综上所述，事务码 LTMOM 是 SAP 系统中不可或缺的迁移对象维护工具，它不仅提供了对数据迁移对象的精细配置功能，还通过灵活的数据转换规则与异常监控机制，为企业数据从 SAP ERP 向 SAP S/4HANA 的迁移提供了坚实保障。在数据迁移过程中，并非所有的迁移对象都需要同时启用。业内专家普遍认为，未来的系统升级与数据迁移将更注重业务需求的动态变化与数据实时性的要求，而 LTMOM 作为核心工具，其在流程自动化、数据智能校验以及跨系统数据联动方面的能力，将直接影响企业整体数字化转型的成败。

2007 年 ~ 2025 年，深耕 SAP 技术 18 年 1013

想改进你的卷积神经网络？看看这14种设计模式！

更多深度文章，请关注云计算频道： https://yq.aliyun.com/cloud 自2011年以来，深度卷积神经网络（CNN）在图像分类的工作中的表现就明显优于人类，它们已经成为在计算机视觉领域的一种标准，如图像分割，对象检测，场景标记，跟踪，文本检测等。 但，想要熟练掌握训练神经网络的能力并不是那么容易。与先前的机器学习思维一样，细节决定成败...

weixin_33935777的博客 1222

计算机控制技术及应用

《计算机控制技术及应用》通过总结作者的科研成果和吸收国内外的先进理论、方法和技术，以计算机控制系统的网络化、开放化、智能化和集成化发展趋势为主线索，主要介绍计算机控制系统的基本概念和计算机控制系统的典型形式，计算机控制系统的数学描述与基本分析方法，以及数字PID控制器、最少拍控制系统、达林算法、状态变量设计法等设计方法及其各种改进算法。重点突出计算机控制系统输入输出通道接口的设计方法和典型控制系统的设计案例与实现方法等。

【知乎直播】千奇百怪的CNN网络架构等你来

大家知道有三从很久很久之前就致力于CNN网络架构相关的研究，至今公众号已经写过很多的文章，知乎也回答过相关的问题，直播也做过几次分享，首先我们回顾一下已有的内容，然后再看...

hacker_long的专栏 1058

Camera2Demo

在Camera2 的基础上进行封装，使得Camera2一堆初始化逻辑与Activity分离，降低耦合度，完成预览拍照并保存的操作

假人有限元模型

假人模型，车辆碰撞假人有限元模型，适合做乘员安全的研究者利用

siamese网络_知乎直播预告，千奇百怪的CNN网络架构分享

预告一下10天后有三开设的知乎直播，《千奇百怪的CNN网络架构》。大家知道有三从很久很久之前就致力于CNN网络架构相关的研究，至今公众号已经写过很多的文章，知乎也回答过相关的问题，直播也做过几次分享，首先我们回顾一下已有的内容，然后再看看今天发布的新的直播预告！1 公众号网络架构内容从去年开始，我们公众号就发了非常多的相关的内容，并在全网率先作出了主流架构的总结，两篇相关的文章回顾如下：【完结】总...

weixin_39710660的博客 105

【深度学习】卷积越大性能越强！RepLKNet一作在线分享：Transformer阴影下的超大卷积核复兴...

你有多久没调过 kernel size 了？在下游任务上，Transformer 明显优于传统 CNN，这是因为 Transformer 本质更强吗？传统堆叠大量 3x3 卷积的 CNN 设计模式是最优的吗？最近，清华大学、旷视科技等机构的一项工作表明，CNN 中的 kernel size 其实是一个非常重要但总是被人忽略的设计维度：在现代模型设计的加持下，卷积核越大越暴...

fengdu78的博客 694

直播预告| CVPR专场四来了！

点击蓝字关注我们AI TIME欢迎每一位AI爱好者的加入！8月4日 19:30~21:00AI TIME特别邀请了来UIUC、香港中文大学、香港科技大学的博士生，来为大家带来分享！哔哩哔哩...

AITIME_HY的博客 364

直播预告|5月26日14:00 AAAI 专场三

点击蓝字关注我们AI TIME欢迎每一位AI爱好者的加入！5月26日14:00，本期我们邀请到AAAI的七位学者给大家带来精彩的分享！5月26日 14:00-14:30龚元：美国麻省理工学院-计算机科学和人工智能实验室的博士后研究员。此前他在复旦大学和美国圣母大学分别获得学士(2015)和博士(2020)学位。他的研究兴趣主要是音频信号处理和自然语言处理。他曾获得AVEC...

AITIME_HY的博客 639

远场语音识别错误率降低30%，百度提基于复数CNN网络的新技术

【12月公开课预告】，入群直接获取报名地址12月11日晚8点直播主题：人工智能消化道病理辅助诊断平台——从方法到落地12月12日晚8点直播：利用容器技术打造AI公司技术中台12月17日晚...

AI科技大本营 2922

11月3日直播预告 | NeurIPS 2022 预讲会

点击蓝字关注我们AI TIME欢迎每一位AI爱好者的加入！哔哩哔哩直播通道扫码关注AI TIME哔哩哔哩官方账号预约直播11月3日9:30—11:00讲者简介税昌健：麦吉尔大学博士后，主要从事可信赖机器学习算法和在健康领域的应用。更多信息见个人主页 https://cjshui.github.io/报告题目算法公平性和有效性：能否同时达到最优报告简介在算法公平性领域,为了确保算法没有歧视我们往往...

AITIME_HY的博客 673

直播预告 | ICLR’22：用于高效时空表征学习的统一变换器

「AI Drive」是由 biendata 和 PaperWeekly 共同发起的学术直播间，旨在帮助更多的青年学者宣传其最新科研成果。我们一直认为，单向地输出知识并不是一个最好的方式，而有效地反馈和交流可能会让知识的传播更加有意义，从而产生更大的价值。 本期AI Drive，我们邀请到中国科学院深圳先进技术研究院二年级博士生-黎昆昌，为大家在线解读其发表在 ICLR 2022的最新研究成果：用于高效时空表征学习的统一变换器。对本期主题感兴趣的小伙伴，4月 26日（周二）晚 7 点，我们准时...

AI_Drive的博客 2229

直播预告 | ICLR 2022：UniFormer—用于高效时空表征学习的统一变换器

本期 AI Drive，我们邀请到中国科学院深圳先进技术研究院在读博士生黎昆昌，为大家在线解读其发表在 ICLR 2022 的最新研究成果。本次报告的主题为「UniFormer：用于高效时空表征学习的统一变换器」。对本期主题感兴趣的小伙伴，4 月 26 日（本周二）晚 7 点，我们准时相约 PaperWeekly 直播间。直播信息视频帧间存在巨大的局部冗余性与复杂的全局依...

Paper weekly 804

直播预告|5月25日14:00 AAAI 专场二

点击蓝字关注我们AI TIME欢迎每一位AI爱好者的加入！5月25日14:00，本期我们邀请到AAAI的八位学者给大家带来精彩的分享！5月25日 14:00-14:30刘方鑫：上海交通大学计算机系2019级博士研究生，师从蒋力老师。主要研究方向包括存内计算，神经模态计算，以及神经网络软硬件协同设计。作为第一作者在TCAD, DAC, ICCAD, ICCV, AAAI, ...

AITIME_HY的博客 560

语音信号处理_远场语音识别错误率降低30%，百度提基于复数CNN网络的新技术

【12月公开课预告】，入群直接获取报名地址12月11日晚8点直播主题：人工智能消化道病理辅助诊断平台——从方法到落地12月12日晚8点直播：利用容器技术打造AI公司技术中台12月17日晚8点直播主题：可重构计算：能效比、通用性，一个都不能少作者 | Just出品 | AI科技大本营(ID:rgznai100)距离3米甚至5米处，用户与智能音箱对话是一个典型的远场语音识别应用场景。在远场环...

weixin_39725873的博客 264

后端根据百度地图真实路径距离_远场语音识别错误率降低30%，百度提基于复数CNN网络的新技术...

【12月公开课预告】，入群直接获取报名地址12月11日晚8点直播主题：人工智能消化道病理辅助诊断平台——从方法到落地12月12日晚8点直播：利用容器技术打造AI公司技术中台12月17日晚8点直播主题：可重构计算：能效比、通用性，一个都不能少作者 | Just出品 | AI科技大本营(ID:rgznai100)距离3米甚至5米处，用户与智能音箱对话是一个典型的远场语音识别应用场景。在远场环境下，目标...

weixin_39792519的博客 221

【知识星球】LeNet5，AlexNet，VGG，MobileNet它们的前身都是什么，你知道吗？

文/编辑 | 言有三正所谓读史使人明智，没有一个经典的网络模型是突然之间冒出来的，都是厚积薄发的结果，我们会在知识星球每天更新一篇网络结构设计的文章，现在先来测试大家一下...

hacker_long的专栏 664

飞桨AI for Science课程表｜前沿讲座系列课程预告（三）

随着AI技术的快速发展，AI与科学工程领域正逐渐深度融合，并取得了如AlphaFold蛋白质结构预测模型、FourCastNet气象预测模型等里程碑式的应用成果。为了向科研工作者提供强大的技术支持与工具保障，基于飞桨框架开发的 PaddleScience 致力于将AI技术应用于科学计算与模拟领域，解决传统科学计算中面临的复杂问题与瓶颈，推动科学研究的深入与发展。课程简介为进一步帮助科研从业者与爱好...

百度大脑 629

LIVE 预告 | 旷视王剑锋：丢弃Transformer，FCN也可以实现端到端检测

目标检测是计算机视觉领域的一个基础研究主题，它利用每张图像的预定义类标签来预测边界框。大多数主流检测器使用的是基于锚的标签分配和非极大值抑制（NMS）等手动设计。近来，很多研究者提出方法...

BAAIBeijing的博客 520
上一篇： 【AI产品】深扒美图秀秀中掳获万千少女芳心的“AI秘籍”
下一篇： 【图像分割模型】快速道路场景分割—ENet
点赞 0
评论 0
书签 书签 1
言有三
言有三 领域专家: 人工智能技术领域 领域专家: 人工智能技术领域
博客等级 码龄15年 3635粉丝 976原创
+ 关注
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

言有三

三人行必有AI

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值