2018年10月27日

Alex网络

摘要： alexNet共有八层网络卷积层1：输入224*224*3 卷积核11*11*3*96 步长为4 然后是ReLU、局部归一化、3*3步长为2的最大值池化卷积层2：输入为28*28*96 卷积核5*5*96*256 然后是ReLU、局部归一化、3*3步长为2的最大值池化卷积层3：输入14*14*256 阅读全文

posted @ 2018-10-27 10:57 黎明NB 阅读(467) 评论(0) 推荐(0) 编辑

VGG网络

摘要： VGG论文给出了一个非常振奋人心的结论：卷积神经网络的深度增加和小卷积核的使用对网络的最终分类识别效果有很大的作用。记得在AlexNet论文中，也做了最后指出了网络深度的对最终的分类结果有很大的作用。这篇论文则更加直接的论证了这一结论。 网络结构 论文指出： VGG不仅在ILSVRC的分类和检测任务 阅读全文

posted @ 2018-10-27 10:56 黎明NB 阅读(9239) 评论(0) 推荐(0) 编辑

导航