weixin_43330397的博客

对抗生成网络GAN链接:https://blog.youkuaiyun.com/sherry_jy/article/category/7327264

#本文意为总结自己学习的网络模型，以留作笔记使用,如有错误，欢迎在下方评论一、简介AlexNet可以说是现代深度CNN的奠基之作,它可以算是LeNet5的一种更深更宽的版本。二、网络结构AlexNet网络的输入尺寸为224*224*3,不计算输入层,池化层和LRN层，共有8层（5conv+3fc）三、网络结构详解（[1conv+1LRN+1MP]*2+ 2conv ...

#本文意为总结自己学习的网络模型，以留作笔记使用,如有错误，欢迎在下方评论一、简介ZFNet的网络结构，是在AlexNet上进行了微调，其主要贡献在于通过使用可视化技术揭示了神经网络各层到底在干什么，起到了什么作用。二、网络结构在AlexNe上改进：(1)AlexNet是用两块GPU的稀疏连接结构，而ZFNet只用了一块GPU的稠密链接结构(2)改变了AleNet的第一层，...

#本文意为总结自己学习的网络模型,以留作笔记使用，如有错误,欢迎在下方评论一、简介VGGNet论文中全部使用了3*3的小型卷积核，步长为1和2*2的最大池化核，步长为2，通过不断加深网络结构来提升性能二、网络结构三、VGG16网络参数注意：两个堆叠的卷积层（卷积核为3*3）有限感受野是5*5，三个堆叠的卷积层（卷积核为3*3）的感受野为7*7，故可以堆叠含有小尺寸卷...

一、简介SSD只需要一张输入图片和ground truth box（真实的边界框）就可以开始训练.1、在不同尺寸特征图的每个位置上，选取不同长宽比生成一系列的default box，在用卷积预测classification+buonding box regression二部分【1是各个类别的置信度或者评分，2是边界框的预测值】2、是default box相对于边界框的转换值一、网络...

#本文意为总结自己学习的网络模型,以留作笔记使用，如有错误,欢迎在下方评论一、简介NIN改进了传统的CNN，采用了少量参数就取得了超过AlexNet的性能，AlexNet网络参数大小是230M，NIN只需要29M二、网络结构NIN文章使用的网络架构如图（总计4层）：3mlpconv + 1global_average_pooling改进：1、传统CNN使用的通用线性模型...

#本文意为总结自己学习的网络模型，以留作笔记使用,如有错误，欢迎在下方评论一、简介Lenet是一个用来识别手写数字的最经典卷积神经网络，是早期卷积神经网络中最有代表性之一，其论文是CNN领域第一篇经典之作。二、网络结构LeNet-5网络是针对灰度图进行训练的,输入图像大小为32*32*1,不包含输入层的情况下共有7层(2conv,2pool,2fc,1output)C...