[coursera/ConvolutionalNeuralNetworks/week2]Deep CNN Models: case studies(summary&question)

本文探讨了深度卷积神经网络的发展,包括LeNet-5、AlexNet、VGG-16等经典模型,并深入研究了ResNets如何训练更深的网络及1x1卷积的作用。此外还介绍了Inception网络的设计理念及其争议点。最后给出了使用卷积网络的一些建议,如代码下载、数据增强等。

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

2.1 Case studies

LeNet-5

AlexNet

VGG-16

 

ResNets: train much deeper network

Residual block

why ResNet work so well?

 

1X1 convolution network: shrink the numbers od channels

 

inception network

computation cost

This is skeptical of the inception network.

 

2.2 advices for convnets

download codes on GitHub

freeze data and retrain the last layer

data augmentation

mirroring/random cropping

rotation/sharing/local warping

color shifting

 

state of computer vision

some tips: for competition

 

question:

Deep convolutional models

Deep Convolutional Models Case Studies

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