ImageNet Classification with Deep Convolutional Neural Networks-AlexNet阅读笔记

本文深入探讨了AlexNet的创新贡献,包括高效的GPU实现、减少过拟合的方法等,并详细介绍了其在网络架构、学习细节方面的特点。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

ImageNet Classification with Deep Convolutional Neural Networks-AlexNet

authors: Alex Krizhevsky,Ilya Sutskever,Geoffrey E. Hinton

点击打开链接

AlexNet

Ⅰ new contributions:

1.    highly-optimized GPUimplementation of 2D convolution

2.    improve its performance andreduce its training time

3.    preventing overfitting

 

Ⅱ Dataset: ImageNet

ImageNet is a dataset of over 15 million labeledhigh-resolution images belonging to roughly 22,000 categories. The images werecollected from the web and labeled by human labelers using Amazon’s MechanicalTurk crowd-sourcing tool.

 

Ⅲ Features:

1.    ReLU Nonlinearity

Rectified Linear Units (ReLUs)

non-saturating neurons 非饱和神经元(?目前的理解:没有值域限制,比如饱和神经元sigmoid值域被限制在[0,1])对提升训练效率效果最显著

 

2.    Training on Multiple GPUs

spread the net across two GPUs将网络分布在两个GPU上。

employ parallelization scheme 并行计算

the GPUs communicate only in certain layers GPU通信限制在某些特定的层上

3.    Local Response Normalization LRN

(不太理解)横向抑制,归一化,用在ReLU之后?

4.    Overlapping Pooling

Models with overlapping pooling are slightly more difficultto overfit

s=2 z=3

有重叠的池化,可以提升效率

5.    Reduce Overfitting 解决过拟合问题

Data Augmentation: label-preserving transformations, at test time extract ten patches

数据增强,比如训练时剪裁、翻转原图片得到多个patches

Dropout: setting to zero the output of each hidden neuron with probability0.5. The neurons which are “dropped out” in this way do not contribute to theforward pass and do not participate in back-propagation.

 在训练中以概率P(一般为50%)关掉一部分神经元,在预测的时候,将使用所有的神经元,但是会将其输出乘以0.5

Used dropout in the first twofully-connected layers 在前两个全连接层使用

 

IV  Overall Architecture

● 8 layers: 5 convolutional+3 fc

● The output of the last fully-connected layer is fed to a 1000-way softmaxwhich produces a distribution over the 1000 class labels. 最后一层输出对1000个类别的预测

● Maximizes the multinomial logistic regression objective. 多项式回归

● The kernels of the second, fourth, and fifth convolutional layersare connected only to those kernel maps in the previous layer which reside onthe same GPU . The kernels of the third convolutional layer are connected toall kernel maps in the second layer

第2、4、5个卷积层的内核只与前一层与自己同在一个GPU上的内核映射相连接。

第三层的内核与全部的第二层内核映射相连接。

● Response-normalization layers follow the first and secondconvolutional layers

前两个卷积层后有LRN

● Max-pooling layers follow both response-normalization layers aswell as the fifth convolutional layer

   LRN层和第五个卷积层后有池化层

● The ReLU non-linearity is applied to the output of everyconvolutional and fully-connected layer ReLU用在每一个卷积层、全连接层后

 

网络架构

Input 224×224×3

C1: 96 kernels of size 11×11×3, stride=4  卷积层+RLN+pooling,55×55×48×2

response-normalized and pooled 27×27×48×2

C2: 256 kernels of size 5×5×48 卷积层+RLN+pooling,27×27×128×2

response-normalized and pooled 13×13×128×2

C3: 384 kernels of size 3 × 3 × 256 卷积层,13×13×192×2

C4: 384 kernels of size 3×3×192 卷积层,13×13×192×2

C5: 256 kernels of size 3×3×192 卷积层,13×13×128×2

FC6: 4096 neurons 全连接层,2048×2

FC7: 4096 neurons 全连接层,2048×2

FC8: 4096 neurons 全连接层+softmax   1000

 

V  Details of Learning

using stochastic gradient descent with a batch size of 128 examples, momentum of 0.9, and weight decay of 0.0005.

VI  Discussion

1.    depth really is important

2.    temporal structure?

基于数据挖掘的音乐推荐系统设计与实现 需要一个代码说明,不需要论文 采用python语言,django框架,mysql数据库开发 编程环境:pycharm,mysql8.0 系统分为前台+后台模式开发 网站前台: 用户注册, 登录 搜索音乐,音乐欣赏(可以在线进行播放) 用户登陆时选择相关感兴趣的音乐风格 音乐收藏 音乐推荐算法:(重点) 本课题需要大量用户行为(如播放记录、收藏列表)、音乐特征(如音频特征、歌曲元数据)等数据 (1)根据用户之间相似性或关联性,给一个用户推荐与其相似或有关联的其他用户所感兴趣的音乐; (2)根据音乐之间的相似性或关联性,给一个用户推荐与其感兴趣的音乐相似或有关联的其他音乐。 基于用户的推荐和基于物品的推荐 其中基于用户的推荐是基于用户的相似度找出相似相似用户,然后向目标用户推荐其相似用户喜欢的东西(和你类似的人也喜欢**东西); 而基于物品的推荐是基于物品的相似度找出相似的物品做推荐(喜欢该音乐的人还喜欢了**音乐); 管理员 管理员信息管理 注册用户管理,审核 音乐爬虫(爬虫方式爬取网站音乐数据) 音乐信息管理(上传歌曲MP3,以便前台播放) 音乐收藏管理 用户 用户资料修改 我的音乐收藏 完整前后端源码,部署后可正常运行! 环境说明 开发语言:python后端 python版本:3.7 数据库:mysql 5.7+ 数据库工具:Navicat11+ 开发软件:pycharm
MPU6050是一款广泛应用在无人机、机器人和运动设备中的六轴姿态传感器,它集成了三轴陀螺仪和三轴加速度计。这款传感器能够实时监测并提供设备的角速度和线性加速度数据,对于理解物体的动态运动状态至关重要。在Arduino平台上,通过特定的库文件可以方便地与MPU6050进行通信,获取并解析传感器数据。 `MPU6050.cpp`和`MPU6050.h`是Arduino库的关键组成部分。`MPU6050.h`是头文件,包含了定义传感器接口和函数声明。它定义了类`MPU6050`,该类包含了初始化传感器、读取数据等方法。例如,`begin()`函数用于设置传感器的工作模式和I2C地址,`getAcceleration()`和`getGyroscope()`则分别用于获取加速度和角速度数据。 在Arduino项目中,首先需要包含`MPU6050.h`头文件,然后创建`MPU6050`对象,并调用`begin()`函数初始化传感器。之后,可以通过循环调用`getAcceleration()`和`getGyroscope()`来不断更新传感器读数。为了处理这些原始数据,通常还需要进行校准和滤波,以消除噪声和漂移。 I2C通信协议是MPU6050与Arduino交互的基础,它是一种低引脚数的串行通信协议,允许多个设备共享一对数据线。Arduino板上的Wire库提供了I2C通信的底层支持,使得用户无需深入了解通信细节,就能方便地与MPU6050交互。 MPU6050传感器的数据包括加速度(X、Y、Z轴)和角速度(同样为X、Y、Z轴)。加速度数据可以用来计算物体的静态位置和动态运动,而角速度数据则能反映物体转动的速度。结合这两个数据,可以进一步计算出物体的姿态(如角度和角速度变化)。 在嵌入式开发领域,特别是使用STM32微控制器时,也可以找到类似的库来驱动MPU6050。STM32通常具有更强大的处理能力和更多的GPIO口,可以实现更复杂的控制算法。然而,基本的传感器操作流程和数据处理原理与Arduino平台相似。 在实际应用中,除了基本的传感器读取,还可能涉及到温度补偿、低功耗模式设置、DMP(数字运动处理器)功能的利用等高级特性。DMP可以帮助处理传感器数据,实现更高级的运动估计,减轻主控制器的计算负担。 MPU6050是一个强大的六轴传感器,广泛应用于各种需要实时运动追踪的项目中。通过 Arduino 或 STM32 的库文件,开发者可以轻松地与传感器交互,获取并处理数据,实现各种创新应用。博客和其他开源资源是学习和解决问题的重要途径,通过这些资源,开发者可以获得关于MPU6050的详细信息和实践指南
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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