摘要: 转载自:http://deanhan.com/2018/07/26/vgg16/ 摘要 本文对图片分类任务中经典的深度学习模型VGG16进行了简要介绍,分析了其结构,并讨论了其优缺点。调用Keras中已有的VGG16模型测试其分类性能,结果表明VGG16对三幅测试图片均能正确分类。 前言 VGG是由 阅读全文
posted @ 2019-03-07 23:46 Rogn 阅读(110276) 评论(8) 推荐(5) 编辑
摘要: 转载自:https://blog.csdn.net/dcrmg/article/details/79652487 前几天在看CS231n中的CNN经典模型讲解时,花了一些时间才搞清楚卷积层输入输出的尺寸关系到底是什么样的,现总结如下。(可以参照我画的题图理解卷积层的运算) 卷积层尺寸的计算原理 输入 阅读全文
posted @ 2019-03-07 19:02 Rogn 阅读(4416) 评论(0) 推荐(0) 编辑
摘要: 转载自:https://www.jianshu.com/p/bf8749e15566 今天介绍卷积网络中一个很重要的概念,通道(Channel),也有叫特征图(feature map)的。 首先,之前的文章也提到过了,卷积网络中主要有两个操作,一个是卷积(Convolution),一个是池化(Poo 阅读全文
posted @ 2019-03-07 17:25 Rogn 阅读(20606) 评论(1) 推荐(2) 编辑
摘要: 转载自:https://www.jianshu.com/p/09ea4df7a788 前言 在定制和实现卷积网络的时候发现自己对里面的一些计算细节还不够了解,所以整理了该文章,内容如下: 卷积计算过程(单 / RGB 多通道) 特征图大小计算公式 转置卷积(反卷积)的计算过程 空洞卷积的计算过程 该 阅读全文
posted @ 2019-03-07 16:49 Rogn 阅读(2255) 评论(0) 推荐(0) 编辑
摘要: 在keras中,数据是以张量的形式表示的,张量的形状称之为shape,表示从最外层向量逐步到达最底层向量的降维解包过程。“维”的也叫“阶”,形状指的是维度数和每维的大小。比如,一个一阶的张量[1,2,3]的shape是(3,); 一个二阶的张量[[1,2,3],[4,5,6]]的shape是(2,3 阅读全文
posted @ 2019-03-07 15:31 Rogn 阅读(3044) 评论(0) 推荐(0) 编辑