09 2023 档案

深度学习（MobileNetV1）
摘要：整体网络结构如下： 最关键的改进是使用了一个叫深度可分离卷积的结构，将原始的3*3卷积升通道的操作分解成了两部分： 第一部分是保持通道不变的情况下做3*3卷积。 第二部分是使用1*1的卷积做通道提升操作。 结果就是能够减少很多的运算量。 下面依然是一个猫狗大战的训练程序，并且增加了断点续练的部分处理 阅读全文
posted @ 2023-09-18 22:18 Dsp Tian 阅读(36) 评论(0) 推荐(0) 编辑
深度学习（ResNet）
摘要：ResNet也是相当经典的卷积神经网络，这里实现了18，34，50，101和152。 网络结构如下： 这里18和34用到的block是一样的，两层卷积。50，101和152用到的block是一样的，三层卷积，不过用到了1*1卷积来调整数据通道数。 猫狗大战的训练代码如下: import torch 阅读全文
posted @ 2023-09-10 21:31 Dsp Tian 阅读(46) 评论(0) 推荐(0) 编辑
深度学习（VGGNet）
摘要：VGGNet也是一个比较经典的深度学习网络模型。 模型结构如下： 这里选用了D模型，同样用该模型做个了个猫狗大战的训练，不过为了提高速度，我把图像resize为112*112了，相应的flatten之后就成56*3*3了，所以和原始模型有点不一样。 import torch import torch 阅读全文
posted @ 2023-09-06 22:04 Dsp Tian 阅读(52) 评论(0) 推荐(0) 编辑

点击右上角即可分享
微信分享提示