2018年12月20日
网络结构解读之inception系列三：BN-Inception（Inception V2）
摘要： BN的出现大大解决了训练收敛问题。作者主要围绕归一化的操作做了一系列优化思路的阐述，值得细看。 Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift 深度网络为什么难训 阅读全文
posted @ 2018-12-20 19:33 Link_Z 阅读(8237) 评论(0) 推荐(0) 编辑
网络结构解读之inception系列二：GoogLeNet（Inception V1）
摘要： inception系列的开山之作，有网络结构设计的初期思考。 Going deeper with convolutions motivations: 提高模型性能的最直接方式：1.加深（增加层）2.加宽（增加单层的神经元个数） 带来的两个弊端：1.大规模的参数易导致过拟合且需要更多的训练集 2.更多 阅读全文
posted @ 2018-12-20 17:33 Link_Z 阅读(1570) 评论(0) 推荐(0) 编辑
网络结构解读之inception系列一：Network in Network
摘要： inception 深度学习网络结构 阅读全文
posted @ 2018-12-20 14:58 Link_Z 阅读(861) 评论(0) 推荐(0) 编辑