摘要：
shuffleNet的pytoch实现： 1 import torch.nn as nn 2 import torch 3 import torch.nn.functional as F 4 from collections import OrderedDict 5 # from torchsumm 阅读全文
摘要：
MobileNet的pytorch代码实现： 1 import torch.nn as nn 2 from collections import OrderedDict 3 import torch 4 # from torchsummary import summary 5 6 #定义基本的Con 阅读全文
摘要：
DenseNet的结构有如下两个特性： ·神经网络一般需要使用池化等操作缩小特征图尺寸来提取语义特征， 而Dense Block需要保持每一个Block内的特征图尺寸一致来直接进行Concatnate操作， 因此DenseNet被分成了多个Block。 Block的数量一般为4。 ·两个相邻的Den 阅读全文
摘要：
Inception 结构的主要思路是用密集成分来近似最优的局部稀疏结构。原始Inception 结构如下图所示： 显然从上图中可以看出，原始Inception 结构采用 1 × 1、 3 × 3和 5 × 5三种卷积核的卷积层进行并行提取特征，这可以加大网络模型的宽度，不同大小的卷积核也就意味着原始 阅读全文
摘要：
NIN网络中，主要提及两点： 1. ）多层感知机 2.）global average pooling 图1 线性卷积层和mlpconv层的区别 图2 NIN网络架构 第一个卷积核是11x11x3x96,因此在一个patch块上卷积的输出是1x1x96的feature map(一个96维的向量).在其 阅读全文
摘要：
图1 Resnet的残差块 图2 Resnet18 网络架构 Cifar10 数据集的Resnet10的框架实现（Pytorch）: 1 import torch 2 from torch import nn 3 4 # 基础块 5 from torch.nn import Conv2d, Batc 阅读全文
摘要：
图1 VGG的网络结构 图2 VGG16的网络 VGG网络结构的理解，参考：https://blog.csdn.net/Keep_Trying_Go/article/details/123943751 Cifar10的vgg16网络pytorch实现，参考：https://www.jianshu.c 阅读全文
摘要：
图1 AlexNet网络结构 Cifar10 数据集的AlexNet的框架实现（Pytorch）: 1 import numpy as np 2 import cv2 3 import torch 4 import torch.nn as nn 5 import torch.optim as opt 阅读全文
摘要：
图1 Lenet5 手写字符分类网络架构 Cifar10 数据集的Lenet5的框架实现（Pytorch）: 1 import torch 2 from torch import nn, optim 3 import torch.nn.functional as F 4 5 class Lenet5 阅读全文
摘要：
Cifar10数据集由6万张32*32的彩色图片组成，一共有10个类别。每个类别6000张图片。其中有5万张训练图片及1万张测试图片。 数据集被划分为5个训练块和1个测试块，每个块1万张图片。测试块包含了1000张从每个类别中随机选择的图片。训练块包含随机的剩余图像，但某些训练块可能对于一个类别的包 阅读全文