随笔分类 - 深度学习
摘要：1. Epoch和Batch的理解 参考：https://blog.csdn.net/weixin_38754799/article/details/109831970 2. BN 批处理归一化 参考：https://www.cnblogs.com/skyfsm/p/8453498.html
阅读全文
摘要：不可能完全做到逆卷积，肯定有损失，所以叫做转置卷积。 在maxpooling时，记一下max值的位置，然后逆pooling的时候，就可以反回去，当然也有损失（不可能完全恢复）；
阅读全文
摘要：由于受到计算机性能的影响，虽然LeNet在图像分类中取得了较好的成绩，但是并没有引起很多的关注。 知道2012年，Alex等人提出的AlexNet网络在ImageNet大赛上以远超第二名的成绩夺冠，卷积神经网络乃至深度学习重新引起了广泛的关注。 AlexNet特点 AlexNet是在LeNet的基础
阅读全文
摘要：LeNet是卷积网络做识别的开山之作，虽然这篇论文的网络结构现在已经很少使用，但是它对后续卷积网络的发展起到了奠基作用，打下了很好的理论基础，所以这篇文章中我们看的不只是结构，而是卷积网络设计的思想。 1. 设计思想 所谓卷积网络设计的思想，一共有三方面： 1）局部感受野(local recepti
阅读全文
摘要：1.图片分类的问题定义 图片分类定义：给定图片做输入，输出图片中所包含的物体类别； 图1 图像分类分为两种：single label （单分类）和multi label（多分类）； 左上图片：single label and single instance（个体或实例）； 左下：single lab
阅读全文
摘要：1. VGGNet网络结构的改进点总结： 1）使用了更小的3*3卷积核，和更深的网络。两个3*3卷积核的堆叠相对于5*5卷积核的视野，三个3*3卷积核的堆叠相当于7*7卷积核的视野。这样一方面可以有更少的参数（3个堆叠的3*3结构只有7*7结构参数数量的(3*3*3)/(7*7)=55%）；另一方面
阅读全文
摘要：参考：https://www.jianshu.com/p/4bad38fe07e6
阅读全文
