04_第四章_经典网络1

网络

需积分: 0 0 下载量 20 浏览量 2022-08-03 13:55:18 上传评论收藏 5.8MB PDF 举报

温馨提示

试读

21页

第四章第四章经典络经典络录第四章第四章经典络解读经典络解读4.1.1 模型介绍4.1.2 模型结构4.1.3 模型特性4.2.1 模型介绍4.2.2 模型结

资源详情

资源评论

资源推荐

第四章第四章经典⽹络经典⽹络

DeepLearning

1
1
1
1
3
3
3
3
5
5
5
5
7
7
7
7
8
9
9
9
10
11
11
11
18
18
18
18
18
⽬录
第四章第四章 经典⽹络解读经典⽹络解读
4.1 LeNet- 5
4.1.1 模型介绍
4.1.2 模型结构
4.1.3 模型特性
4.2 AlexNet
4.2.1 模型介绍
4.2.2 模型结构
4.2.3 模型特性
4.3 ZFNet
4.3.1 模型介绍
4.3.2 模型结构
4.3.3 模型特性
4.4 Network in Network
4.4.1 模型介绍
4.4.2 模型结构
4.4.3 模型特点
4.5 VGGNet
4.5.1 模型介绍
4.5.2 模型结构
4.5.3 模型特性
4.6 GoogLeNet
4.6.1 模型介绍
4.6.2 模型结构
4.6.3 模型特性
Restnet
Densenet
4.7 为什么现在的CNN模型都是在GoogleNet、VGGNet或者AlexNet上调整的？
参考⽂献

第四章  经典⽹络解读
1  LeNet-5
1.1  模型介绍
1.2  模型结构
1.3  模型特性
2 AlexNet
2.1  模型介绍
2.2  模型结构
2.3  模型特性
3  ZFNet
3.1  模型介绍
3.2  模型结构
3.3  模型特性
4  Network  in  Net work
4.1  模型介绍
4.2  模型结构
4.3  模型特点
5  VGGNet
5.1  模型介绍
5.2  模型结构
5.3  模型特性
6  GoogLeNet
6.1  模型介绍
6.2  模型结构
6.3  模型特性
Restnet
Densenet
7  为什么现在的CNN模型都是在GoogleNet 、VGGNet或者AlexNet上调整的？
参考⽂献
第四章 经典⽹络解读
1 LeNet-5
1.1 模型介绍
  LeNet -5是由   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  Neural
Network，CNN） ，其命名来源于作者 的名字，5则是其研究成果的代号，在LeNet -5之前还有LeNet-4和LeNet-1
鲜为⼈知。LeNet -5阐述了图像中像素特征之间的相关性能够由参数共享的卷积操作所提取，同时使⽤卷积、下采样（池化）
和⾮线性映射这样的组合结构，是当前流⾏的⼤多数深度图像识别⽹络的基础。
1.2 模型结构
第四章 经典⽹络解读
1/19