Jackyanghc的博客

【论文笔记 2】CNN经典入门STRIVING FOR SIMPLICITY: THE ALL CONVOLUTIONAL NET1. 综述对现代的CNN网络结构进行了简要说明，一般的网络都是由卷积，池化，全连三部分组成，主要任务为探究最大池化的作用，并尝试用（increaed stride）卷积代替设计一整套只使用卷积的网络通过deconvolution来进行可视化操作近期的网络...

【论文笔记】CNN经典入门Visualizing and Understanding Convolution Networks1. 综述背景：神经网络现在表现的越来越好，但是没办法知道为啥好。导致没法进行有效改进。现状由于各种能力的提升（GPU）, NN越来越好, 正则化策略越来越好（dropout）但是训练模型还通过试错法，所以要开发理论研究两种方法进行研究分解每一中间层层，...

【论文笔记 3】CV 经典入门 Network in network1. 综述总体来说这篇文章还是比较简单的，没有很复杂的推导。两大亮点：利用微型神经网络可以代替线性滤波，从而增强模型在感受野（receptive field）内对局部区域（local patches）的辨别能力利用GAP进行location位置的判定，能做道更好的防止过拟合2.MLPConv传统的卷积滤波是广义线性...

【论文笔记 4】CV 经典入门 Network in networkhttps://blog.youkuaiyun.com/qq_30159015/article/details/797655201.背景卷积神经网络里面的每一个卷积单元其实都扮演着一个个object detector的角色，本身就带有能够定位物体的能力。但是这种能力在利用全连接层进行classification的时候就丢失了。因此，像那...