博客介绍了CNN的五个典型实例，对比其特性，还展示了2010 - 2016年ImageNet挑战赛成果。阐述了CNN框架处理全过程，包括卷积、特征图、池化层、全连接层等。此外，详细介绍了LeNet - 5、AlexNet、VGG - 16网络结构及残差网络。
*CNN五个典型实例
*CNN框架处理全过程
*LeNet-5 网络结构
*AlexNet 网络结构
*VGG-16 网络结构
*残差网络（ResNets）
一、CNN五个典型实例
CNN五个典型实例特性对比：
ImageNet大赛：
一张图总结 2010-2016 年的 ImageNet 挑战赛成果：
分类错误率从 0.28 降到了 0.03；
物体识别的平均准确率从 0.23 上升到了 0.66。
二、CNN框架处理全过程
卷积过程图示：
特征图：
池化层：
最大池化：
全连接层：
三、 LeNet-5 网络结构
LeNet-5网络参数计算：
四、 AlexNet 网络结构
AlexNet 网络结构参数总数计算：
五、 VGG-16 网络结构
六、 残差网络（ResNets）
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
