深度学习应用开发 课件 cha4 9-经典的卷积神经网络_第1页
深度学习应用开发 课件 cha4 9-经典的卷积神经网络_第2页
深度学习应用开发 课件 cha4 9-经典的卷积神经网络_第3页
深度学习应用开发 课件 cha4 9-经典的卷积神经网络_第4页
深度学习应用开发 课件 cha4 9-经典的卷积神经网络_第5页
已阅读5页，还剩4页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

目录1GoogLeNet简介01任务Inceptionmodule结构02任务GoogLeNet创新点03任务1GoogLeNet简介1GoogLeNet简介GoogLeNet也称为Inceptionv1，是2014年ImageNet挑战赛冠军模型；GoogLeNet尝试了新颖的网络结构设计，网络层数为22层，参数量比AlexNet和VGG小很多；GoogLeNet是用Inceptionmodule堆叠起来的，该网络的设计同时考虑了模型的精度和计算成本。2Inceptionmodule结构2Inceptionmodule结构4组平行的特征抽取方式，分别为1×1、3×3、5×5的卷积层和3×3的最大池化层；进行3×3、5×5的卷积之前、3×3的最大池化层之后，进行一次1×1的卷积来减少特征映射的深度。3GoogLeNet创新点3GoogLeNet创新点拆分卷积核的思想，可以降低参数量，减轻过拟合，增加网络非线性的表达能力；InceptionModule模块，用多个分支提取不同抽象程度的高阶特征的思路很有效，可以丰富网络的表达能力。这些InceptionModule的结构只在网络的后面出现，前面还是普通的卷积层；卷积网络从输入到输出，应该让图片尺寸逐渐减小，输出通道数逐渐增加，即让空间结构简化，将空间信息转化为高阶抽象的特征信息；去除了最后的全连接层，用1*1卷积来

人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论