- 博客(4)
- 资源 (1)
- 收藏
- 关注
RSS订阅Going deeper with convolutions 论文笔记
Going deeper with convolutions 论文笔记看GoogLeNet(InceptionV1)版本笔记引言相关工作动机和高层次思考相关工作功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数...
2018-11-20 16:50:02
265
翻译 VERY DEEP CONVOLUTIONAL NETWORKS FOR LARGE-S CALE IMAGE RECOGNITION-论文笔记
VGG网络一、VGG网络概述：本文的主要贡献是利用3X3的卷积核，把神经网络发展成为16-19层的权重网络，相比AlexNet更加深。并在机器视觉领域取得一定的成功二、卷积层配置受到前人的启发，所有的卷积层配置按照相同的原则进行。2.1 架构训练集上：输入层：224x224x3唯一的预处理是原图减去RGB图像上的均值；图像输入经过一大堆的3x3的步长为1的卷积核过后接2...
2018-11-01 17:18:30
234
原创 ImageNet Classification with Deep Convolutional Neural Networks 论文笔记
AlexNet论文笔记一、Alexnet综述：AlexNet有五层网络，6千万个参数，65万个神经元，运用3个全连接层处理，1个最大值池化层，并运用“dropout”的正则化方法防止过拟合。二、数据集：不做任何预处理的ILSVRC数据集，下采样至256x256大小的原生图片。三、架构：如图所示3.1、包含8层网络，其中5层卷积层，3层全连接层；3.2、创造性的选用Relu激...
2018-10-30 10:15:17
312
原创 One weird trick for parallelizing convolutional neural networks 论文笔记
观察：1、卷积层占据整个网络训练计算量的90-95%，但其中有大约5%的参数2、全连接层占据这个网络计算量的5-10%，但其中大约95%的参数针对这个特点，设计两个并行的模型 ...
2018-10-26 10:57:24
317
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人