摘要： 1.简介 提升神经网络性能的最直接方法就是增大size，包括增加深度以及每一层的神经元数。但这样做有两个主要的缺点：（1）参数过多，当训练数据不大时，模型容易出现过拟合。（2）计算量大，越多的参数需要越多的计算资源。而且增加的神经元还有可能是无效的。 那么，能避免上述两个缺点呢？上述两个问题的根源在 阅读全文

摘要： 1.深层神经网络的优点和缺陷 深度神经网络很大的一个优点就是能够表示一个复杂的功能。网络的层数越多，意味着能够提取到不同level的特征越丰富。并且，越深的网络提取的特征越抽象，越具有语义信息。但其有一个巨大的缺陷，那就是：如果简单地增加深度，会导致梯度弥散或梯度爆炸。使得训练速度十分缓慢： 对于上 阅读全文

摘要： 1.网络结构 1.1.结构 《VERY DEEP CONVOLUTIONAL NETWORKS FOR LARGE-SCALE IMAGE RECOGNITION》这篇论文探讨卷积网络深度对分类精确率的影响。它主要通过设置几种配置相同但深度不同的卷积神经网络，来进行实验。配置如下： （1）输入是22 阅读全文