深度学习500问——Chapter04：经典网络解读（2）
4.5 VGGNet 4.5.1 模型介绍 VGGNet是由牛津大学视觉几何小组（Visual Geometry Group，VGG）提出的一种深层卷积网络结构，它们以7.32%的错误率赢得了2014年ILSVRC分类任务的亚军（冠军由GoogLeNet以6.65%的错误率夺得）和25.32%的错误...
深度学习500问——Chapter04：经典网络解读（1）
4.1 LeNet-5 4.1.1 模型介绍 LeNet-5是由LeCun 提出的一种用于识别手写数字和机器印刷字符的卷积神经网络（Convolutional Nerual Network，CNN）[1]，其命名来源于作者LeCun的名字，5则是其研究成果的代号，在LeNet-5之前还有LeNet-...
深度学习经典网络解析目标检测篇（二）：Fast R-CNN
阅读此博客建议先了解R-CNN，R-CNN详解见博客：深度学习经典网络解析目标检测篇（一）：R-CNNFast R-CNN论文翻译详情见我的博客：深度学习论文阅读目标检测篇（二）：Fast R-CNN《Fast R-CNN》1.背景介绍 2014年R-CNN横空出世&#...
深度学习经典网络解析目标检测篇（一）：R-CNN
R-CNN论文详情见我的博客：深度学习论文阅读（七）：R-CNN《Rich feature hierarchies for accurate object detection and semantic segmentation》1.背景介绍 目标检测（Object Detection...
深度学习经典网络解析图像分类篇（七）：ResNet
ResNet论文翻译详情见我的博客：深度学习论文阅读（五）：ResNet《Deep Residual Learning for Image Recognition》1.背景介绍 如果说你对深度学习略有了解，那你一定听过大名鼎鼎的ResNet，正所谓ResNet 一出，谁与争锋？现.....
深度学习经典网络解析图像分类篇（六）：GoogLeNet
GoogLeNet论文翻译详情见我的博客：https://blog.csdn.net/muye_IT/article/details/1238861321.背景介绍 GoogLeNet是2014年Christian Szegedy提出的一种全新的深度学习结构，在这之前的AlexNet、...
深度学习经典网络解析图像分类篇（五）：VGG
VGG论文翻译详情见我的博客：https://blog.csdn.net/muye_IT/article/details/1238089351.背景介绍 VGGNet是在ImageNet Challenge 2014在定位和分类过程中分别获得了第一名和第二名的神经网络架构。VGGNe...
深度学习经典网络解析图像分类篇（四）：DenseNet
1.背景介绍 DenseNet是CVPR2017年的Best Paper，它脱离了加深网络层数(ResNet)和加宽网络结构(Inception)来提升网络性能的定式思维，从特征的角度考虑,通过特征重用和旁路(Bypass)设置,既大幅度减少了网络的参数量，又在一定程度上缓解了gradi...
深度学习经典网络解析图像分类篇（三）：ZFNet
1.背景介绍 ZFNet在2013年 ILSVRC 图像分类竞赛获得冠军，错误率11.19% ，比去年的AlexNet降低了5%，ZFNet是由 Matthew D.Zeiler 和 Rob Fergus 在 AlexNet 基础上提出的大型卷积网络。ZFNet解释了为什么卷积神经网络可...
深度学习经典网络解析图像分类篇（一）：LeNet-5
1.背景介绍 LeNet-5，这篇是由LeCun和Bengio在1998年撰写的论文（LeCun和Bengio和Hitton成被称为深度学习三巨头，在2018年一起获得图灵奖）。LeNet-5创造了卷积神经网络（Convolutional Neural Networks, CNN），基本...
本页面内关键词为智能算法引擎基于机器学习所生成，如有任何问题，可在页面下方点击"联系我们"与我们沟通。
社区圈子
最佳实践
