
Deep L
David Wolfowitz
愿在最好的青春做成最想做的事
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
转置卷积(或者反卷积 【Transposed Convolution, Deconvolution】)
反卷积(Deconvolution)的概念第一次出现在Zeiler在2010年发表的论文Deconvolutional Networks中,但是并没有指定反卷积这个名字,反卷积这个术语正式使用是在其后的工作中Adaptive deconvolutional networks for mid and high level feature learning。随着反卷积在神经网络可视化的成功应用,其被越...转载 2019-11-28 10:53:24 · 456 阅读 · 0 评论 -
【R-CNN】(讲解)
首先给出论文地址:Rich feature hierarchies for accurate object detection and segmentation这篇论文提出的房价叫做R-CNN,中文解释可以为基于区域候选的卷积神经网络。这个网络结构也是发挥了很大的作用,也导致了后面很多的网络都是基于这个改进的,例如啊:Fast R-CNN、Faster R-CNN等等。这个框架在当时的数据集VO...原创 2019-11-19 15:51:57 · 227 阅读 · 0 评论 -
【Recurrent Models of Visual Attention】(讲解)
首先给出论文地址:[Recurrent Models of Visual Attention]【1】(https://arxiv.org/pdf/1406.6247v1.pdf)先大概从整体上聊聊这篇文章,这篇论文,它的一个直接竞争对象就是卷积神经网络,文章指出卷积神经网络在任务中的准确率的确还不错,但是在训练方面的确是不尽如人意,大概训练一个模型需要花上几天的时间,而且还是在多GPU的情况下,...原创 2019-11-17 15:39:00 · 3208 阅读 · 0 评论 -
【OverFeat: Integrated Recognition, Location and Detection using Convolutional Networks】(讲解)
论文地址:OverFeat: Integrated Recognition, Location and Detection using Convolutional Networks这是纽约大学提出来的一个融合分类、定位和检测的框架,是基于卷积神经网络实现的。而且这种框架起到了非常不错的效果,在ILSVRC2013取得了非常不错的成绩。他们也从他们的最好的模型中选出来一个特征提取器,叫做 ----...原创 2019-11-13 16:13:32 · 165 阅读 · 0 评论 -
【论文】 ImageNet Classification with Deep Convolutional Neural Networks(讲解)
首先给出论文地址:ImageNet Classification with Deep Convolutional Neural Networks这篇论文的模型在当年的LSVRC取得了相当不错的成绩,也是从那时起,卷积神经网络便又火了起来,当然这也得益于硬件设备(主要是GPU)的飞速发展。本文将按照我觉得一个合理的顺序编写。ReLU 非线性函数Local Response Normaliz...原创 2019-11-11 23:28:17 · 1024 阅读 · 0 评论