经典网络解析
关注
分享
扫一扫
文章平均质量分 88
计算机视觉经典网络解析
我要 成果
永远相信美好的事情即将发生！！！
展开
-
计算机视觉与深度学习-循环神经网络与注意力机制-RNN（Recurrent Neural Network）、LSTM-【北邮鲁鹏】
RNN 的主要特点是引入了循环连接，允许信息在网络内部进行传递。这种循环结构使得 RNN 可以接受变长序列作为输入，并且在每个时间步上都可以利用之前的信息来影响当前的输出。原创 2023-09-23 10:45:44 · 757 阅读 · 0 评论 -
计算机视觉与深度学习-经典网络解析-AlexNet-[北邮鲁鹏]
AlexNet 是一种卷积神经网络（Convolutional Neural Network，CNN）的架构。它是由Alex Krizhevsky、Ilya Sutskever和Geoffrey Hinton提出的，并在2012年的ImageNet大规模视觉识别挑战赛（ILSVRC）中获胜。AlexNet是推动深度学习在计算机视觉任务中应用的先驱之一原创 2023-09-18 17:00:25 · 808 阅读 · 0 评论 -
计算机视觉与深度学习-经典网络解析-ZFNet-[北邮鲁鹏]
ZFNet是一种基于AlexNet的模型，由Matthew D. Zeiler和Rob Fergus在2013年提出。相对于AlexNet，ZFNet结构与AlexNet网络结构基本一致，进行了一些改进，包括卷积核。原创 2023-09-18 17:02:04 · 354 阅读 · 1 评论 -
计算机视觉与深度学习-经典网络解析-VGG-[北邮鲁鹏]
VGG是Oxford的Visual Geometry Group的组提出的（大家应该能看出VGG名字的由来了）。该网络是在ILSVRC 2014上的相关工作，主要工作是证明了增加网络的深度能够在一定程度上影响网络最终的性能。VGG有两种结构，分别是VGG16和VGG19，两者并没有本质上的区别，只是网络深度不一样。原创 2023-09-18 17:03:27 · 521 阅读 · 0 评论 -
计算机视觉与深度学习-经典网络解析-GoogLeNet-[北邮鲁鹏]
GoogLeNet的设计主要特点是引入了Inception模块，这是一种多尺度卷积结构，可以在不同尺度下进行特征提取。Inception模块使用了不同大小的卷积核和池化操作，并将它们的输出在通道维度上连接在一起，以获得更丰富的特征表示。原创 2023-09-18 17:43:00 · 356 阅读 · 0 评论 -
计算机视觉与深度学习-经典网络解析-ResNet-[北邮鲁鹏]
ResNet（Residual Neural Network）是一种深度卷积神经网络模型，由Kaiming He等人在2015年提出。它的设计目的是解决深度神经网络训练过程中的梯度消失和梯度爆炸问题，以便训练更深的网络。原创 2023-09-18 20:08:05 · 515 阅读 · 0 评论