摘要：详解残差网络为什么有用？ 为什么ResNets能有如此好的表现，来看个例子，它解释了其中的原因，至少可以说明，如何构建更深层次的ResNets网络的同时还不降低它们在训练集上的效率。通常来讲，网络在训练集上表现好，才能在Hold-Out交叉验证集或dev集和测试集上有好的表现，所以至少在训练集上训练 阅读全文

摘要：详解残差网络 ResNets是由残差块（Residual block）构建的，首先解释一下什么是残差块。 这是一个两层神经网络，在\(L\)层进行激活，得到\(a^{\left\lbrack l + 1 \right\rbrack}\)，再次进行激活，两层之后得到\(a^{\left\lbrack 阅读全文

摘要：详解经典网络 首先看看LeNet-5的网络结构，假设有一张32×32×1的图片，LeNet-5可以识别图中的手写数字，比如像这样手写数字7。LeNet-5是针对灰度图片训练的，所以图片的大小只有32×32×1。实际上LeNet-5的结构和上篇博客的最后一个范例非常相似，使用6个5×5的过滤器，步幅为 阅读全文