经典卷积神经网络:AlexNet(深度学习爆发的标志)

本文介绍了LRN局部响应归一化的概念,这是一种模仿生物神经元竞争机制的方法,旨在增强响应较大神经元的值,提升模型泛化能力。然而,后续研究如2015年的VeryDeepConvolutionalNetworksforLarge-ScaleImageRecognition指出,LRN的实际效用有限,已被Batch Normalization等方法取代。

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

参考网址:

https://blog.youkuaiyun.com/qq_24695385/article/details/80368618

 

LRN 局部响应归一化:

参考:https://blog.youkuaiyun.com/shangyf_418/article/details/81145053

现在已经不再使用LRN,改用batch normal

仿照生物神经元的“侧抑制”机制,创造临近神经元的竞争机制,使得响应较大的神经元的值相对更大,提高模型的泛化能力。

后期争议:在2015年 Very Deep Convolutional Networks for Large-Scale Image Recognition.提到LRN基本没什么用。

 

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