mmm_jsw的博客

转载声明：如有侵犯作者权利，将立即删除本文。文章来源：知乎问题—“”请问全连接的图卷积网络(GCN)和self-attention这些机制有什么区别联系吗？”文章作者：我爱吃三文鱼原回答链接首先结论是大部分GCN和Self-attention都属于Message Passing（消息传递）。GCN中的Message从节点的邻居节点传播来，Self-attention的Message从Q...

LeNet5网络的来源：Lécun Y, Bottou L, Bengio Y, et al. Gradient-based learning applied to document recognition[J]. Proceedings of the IEEE, 1998, 86(11):2278-2324.1. 卷积神经网络（Convolutional Neural Network，CNN）...

1. 基本介绍AlexNet，是Hinton的学生Alex Krizhevsky在2012年ImageNet比赛夺冠时使用的网络（在ILSVRC-2010上top-1与top-5错误率为37.5%和17.0%，在ILSVRC-2012上top-5错误率为15.3%），在这之后众多优秀网络结构也相继出现，该网络出自论文《‘ImageNet Classification with Deep Conv...

1. 介绍VGGNet是牛津大学计算机视觉组（Visual Geometry Group）和Google DeepMind公司的研究员一起研发的深度卷积神经网络。VGGNet探索了卷积神经网络的深度与其性能之间的关系，通过反复堆叠3×33\times33×3的小型卷积核和2×22\times22×2的最大池化层，VGGNet成功地构筑了16~19层深的卷积神经网络。VGGNet相比之前最好的网...

1. 介绍GoogLeNet首次出现在ILSVRC 2014的比赛中（Inception V1），就以较大优势取得了第一名（top-5错误率6.67%，VGGNet—7.32%）。GoogLeNet有22层深，比[AlexNet]的8层和[VGGNet]的19层还要深。但是GoogLeNet只有500万的参数数量，是AlexNet的1/12（但远胜于AlexNet的准确率），VGGNet的参数是...