wawayang123的专栏

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  ...

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...

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...