经典卷积网络

这篇具有很好参考价值的文章主要介绍了经典卷积网络。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

目录

一、经典神经网络出现的时间线​编辑

二、LeNet

三、AlexNet

四、VGGNet

五、InceptionNet

六、ResNet

总结:


一、经典神经网络出现的时间线

二、LeNet

背景:LeNet由Yann LeCun于1998年提出,卷积网络开篇之作。

经典卷积网络,tensorflow2,LeNet,AlexNet,VGGNet,inceptionNet,ResNet

解释:有一个6*5*5和16*5*5的卷积核,分别执行了CBAPD ,可以看出比如B(归一化),D(省略)都没有,不是因为没有设置,而是当时还没有发现

三、AlexNet

背景:AlexNet网络诞生于2012年,当年ImageNet竞赛的冠军,Top5错误率为16.4%

经典卷积网络,tensorflow2,LeNet,AlexNet,VGGNet,inceptionNet,ResNet

 解释:有5个的卷积核,分别执行了CBAPD ,可以看出比如B(没有归一化),但是相对于LeNet多了D(省略)

四、VGGNet

背景:VGGNet诞生于2014年,当年ImageNet竞赛的亚军,Top5错误率减小到7.3%

好处: 解释:有10的卷积核,分别执行了CBAPD ,可以看出比如B(有归一化)和了D(有省略)都有了

五、InceptionNet

背景:InceptionNet诞生于2014年,当年ImageNet竞赛冠军,Top5错误率为6.67%

经典卷积网络,tensorflow2,LeNet,AlexNet,VGGNet,inceptionNet,ResNet

解释:用到了不同的卷积核,不再保留单一的样子,卷积核与上一个卷积核有一定的联系,一个卷积核的输出作为另一个卷积核的输入

有7个不同的卷积核,InceptionNet与GoogLeNet差不多

经典卷积网络,tensorflow2,LeNet,AlexNet,VGGNet,inceptionNet,ResNet

六、ResNet

背景:ResNet诞生于2015年,当年ImageNet竞赛冠军,Top5错误率为3.57%

经典卷积网络,tensorflow2,LeNet,AlexNet,VGGNet,inceptionNet,ResNet

解释:发现前几个Net网络准确率提高了,都伴随着层的提高,就测试,发现不是层高就是好的,会出现过拟合或者lose失效和梯度消失的情况

观念:通过层与层之间的联系,是的曾与曾之间保持联系

经典卷积网络,tensorflow2,LeNet,AlexNet,VGGNet,inceptionNet,ResNet

 解释:曾与曾是直接相加的关系,没有输入输出的关系,但是相加有前提,那就是必须格式一样,如果格式不一样那么就要进行转变

总结:

经典卷积网络,tensorflow2,LeNet,AlexNet,VGGNet,inceptionNet,ResNet文章来源地址https://www.toymoban.com/news/detail-681932.html

  • 本文主要借鉴:mooc曹建老师的《人工智能实践:Tensorflow笔记》
  • 每一个网络都是在增加层或者改变卷积核的大小,损失函数,优化器等等
  • 目的都是为了反向传播的时候和特征提取的时候更加精准有效
  • ResNet还需还有ResNet-50等等

到了这里,关于经典卷积网络的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • 【图像分类】理论篇(2)经典卷积神经网络 Lenet~Densenet

    目录 1、卷积运算 2、经典卷积神经网络 2.1 Lenet 网络构架 代码实现 2.2 Alexnet 网络构架 代码实现 2.3 VGG VGG16网络构架 代码实现 2.4 ResNet ResNet50网络构架 代码实现  在二维卷积运算中,卷积窗口从输入张量的左上角开始,从左到右、从上到下滑动。 当卷积窗口滑动到新一个位

    2024年02月13日
    浏览(46)
  • 【TensorFlow2 之015】 在 TF 2.0 中实现 AlexNet

           在这篇文章中,我们将展示如何在 TensorFlow 2.0 中实现基本的卷积神经网络 (AlexNet)。AlexNet 架构由 Alex Krizhevsky 设计,并与 Ilya Sutskever 和 Geoffrey Hinton 一起发布。 并获得Image Net2012竞赛中冠军。 教程概述:

    2024年02月07日
    浏览(29)
  • LeNet卷积神经网络-笔记

    LeNet卷积神经网络-笔记 手写分析LeNet网三卷积运算和两池化加两全连接层计算分析 修正上图中H,W的计算公式为下面格式 基于paddle飞桨框架构建测试代码 #输出结果为: #[validation] accuracy/loss: 0.9530/0.1516 #这里准确率为95.3% #通过运行结果可以看出,LeNet在手写数字识别MNIST验证数

    2024年02月14日
    浏览(39)
  • 深度卷积神经网络(AlexNet)

     🔎大家好,我是Sonhhxg_柒,希望你看完之后,能对你有所帮助,不足请指正!共同学习交流🔎 📝个人主页-Sonhhxg_柒的博客_CSDN博客 📃 🎁欢迎各位→点赞👍 + 收藏⭐️ + 留言📝​ 📣系列专栏 - 机器学习【ML】 自然语言处理【NLP】  深度学习【DL】 ​  🖍foreword ✔说

    2023年04月25日
    浏览(37)
  • 深度学习-卷积神经网络-AlexNET

    本章内容来自B站: AlexNet深度学习图像分类算法 5.池化层 6.全连接层 7.网络架构 8.Relu激活函数 sigmoid和tanh会产生梯度消失或者爆炸的问题 手写数字识别 双GPU上 5.过拟合-dropout 6.性能 1.三位大师 2.论文详细内容

    2024年02月07日
    浏览(47)
  • CNN经典网络模型(三):VGGNet简介及代码实现(PyTorch超详细注释版)

    一、开发背景 二、网络结构 三、模型特点 四、代码实现 1. model.py 2. train.py 3. predict.py 4. spilit_data.py 五、参考内容 VGGNet在2014年由牛津大学计算机视觉组VGG (Visual Geometry Group) 提出,斩获该年ImageNet竞赛中Localization Task (定位任务) 第一名和Classification Task(分类任务)第二名(第一

    2024年02月04日
    浏览(42)
  • 机器学习&&深度学习——卷积神经网络(LeNet)

    👨‍🎓作者简介:一位即将上大四,正专攻机器学习的保研er 🌌上期文章:机器学习深度学习——池化层 📚订阅专栏:机器学习深度学习 希望文章对你们有所帮助 之前的内容中曾经将softmax回归模型和多层感知机应用于Fashion-MNIST数据集中的服装图片。为了能应用他们,我

    2024年02月14日
    浏览(43)
  • 深度学习卷积神经网络CNN之 VGGNet模型主vgg16和vgg19网络模型详解说明(理论篇)

    1.VGG背景 2. VGGNet模型结构 3. 特点(创新、优缺点及新知识点)    VGGNet是2014年ILSVRC(ImageNet Large Scale Visual Recognition Challenge 大规模视觉识别挑战赛 )竞赛的第二名,解决ImageNet中的 1000类图像分类和定位问题 ,第一名是GoogLeNet。    VGG全称是Visual Geometry Group,因为是由O

    2024年02月03日
    浏览(39)
  • 卷积神经网络模型之——AlexNet网络结构与代码实现

    AlexNet原文地址:https://proceedings.neurips.cc/paper/2012/file/c399862d3b9d6b76c8436e924a68c45b-Paper.pdf AlexNet诞生于2012年,由2012年ImageNet竞赛冠军获得者Hinton和他的学生Alex Krizhevsky设计的。 AlexNet的贡献点: 首次使用GPU加速网络训练 使用ReLU激活函数,代替不是传统的Sigmoid和Tanh,解决了Sigmo

    2024年02月08日
    浏览(43)
  • 深度学习实战——卷积神经网络/CNN实践(LeNet、Resnet)

          忆如完整项目/代码详见github: https://github.com/yiru1225 (转载标明出处 勿白嫖 star for projects thanks) 本系列博客重点在深度学习相关实践(有问题欢迎在评论区讨论指出,或直接私信联系我)。 第一章  深度学习实战——不同方式的模型部署(CNN、Yolo)_如何部署cnn_

    2023年04月11日
    浏览(48)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包