freepeople性欧美熟妇, 色戒完整版无删减158分钟hd, 无码精品国产vα在线观看DVD, 丰满少妇伦精品无码专区在线观看,艾栗栗与纹身男宾馆3p50分钟,国产AV片在线观看,黑人与美女高潮,18岁女RAPPERDISSSUBS,国产手机在机看影片

正文內(nèi)容

一文讀懂卷積神經(jīng)網(wǎng)絡(luò)cnn-資料下載頁

2025-08-04 23:29本頁面
  

【正文】 hevsky的CNN結(jié)構(gòu)進行說明,該結(jié)構(gòu)在2010年取得冠軍,%。值得一提的是,在今年的ImageNet LSVRC比賽中,%??梢?,深度學(xué)習(xí)的提升空間還很巨大。下圖即為Alex的CNN結(jié)構(gòu)圖。需要注意的是,該模型采用了2GPU并行結(jié)構(gòu),即第5卷積層都是將模型參數(shù)分為2部分進行訓(xùn)練的。在這里,更進一步,并行結(jié)構(gòu)分為數(shù)據(jù)并行與模型并行。數(shù)據(jù)并行是指在不同的GPU上,模型結(jié)構(gòu)相同,但將訓(xùn)練數(shù)據(jù)進行切分,分別訓(xùn)練得到不同的模型,然后再將模型進行融合。而模型并行則是,將若干層的模型參數(shù)進行切分,不同的GPU上使用相同的數(shù)據(jù)進行訓(xùn)練,得到的結(jié)果直接連接作為下一層的輸入。上圖模型的基本參數(shù)為:輸入:224224大小的圖片,3通道第一層卷積:55大小的卷積核96個,每個GPU上48個。第一層maxpooling:22的核。第二層卷積:33卷積核256個,每個GPU上128個。第二層maxpooling:22的核。第三層卷積:與上一層是全連接,3*3的卷積核384個。分到兩個GPU上個192個。第四層卷積:33的卷積核384個,兩個GPU各192個。該層與上一層連接沒有經(jīng)過pooling層。第五層卷積:33的卷積核256個,兩個GPU上個128個。第五層maxpooling:22的核。第一層全連接:4096維,將第五層maxpooling的輸出連接成為一個一維向量,作為該層的輸入。第二層全連接:4096維Softmax層:輸出為1000,輸出的每一維都是圖片屬于該類別的概率。DeepID網(wǎng)絡(luò)結(jié)構(gòu)DeepID網(wǎng)絡(luò)結(jié)構(gòu)是香港中文大學(xué)的Sun Yi開發(fā)出來用來學(xué)習(xí)人臉特征的卷積神經(jīng)網(wǎng)絡(luò)。每張輸入的人臉被表示為160維的向量,學(xué)習(xí)到的向量經(jīng)過其他模型進行分類,%的正確率,更進一步的,原作者改進了CNN,%的正確率。如下圖所示,該結(jié)構(gòu)與ImageNet的具體參數(shù)類似,所以只解釋一下不同的部分吧。上圖中的結(jié)構(gòu),在最后只有一層全連接層,然后就是softmax層了。論文中就是以該全連接層作為圖像的表示。在全連接層,以第四層卷積和第三層maxpooling的輸出作為全連接層的輸入,這樣可以學(xué)習(xí)到局部的和全局的特
點擊復(fù)制文檔內(nèi)容
高考資料相關(guān)推薦
文庫吧 www.dybbs8.com
備案圖鄂ICP備17016276號-1