深度學習神經網路

深度學習方法(十三):卷積神經網路結構變化——可變形卷積網路deformable convolutional networks

上一篇我們介紹了:深度學習方法(十二):卷積神經網路結構變化——Spatial Transformer Networks,STN創造性地在CNN結構中裝入了一個可學習的仿射變換,目的是增加CNN的旋轉、平移、縮放、剪裁性。為什麼要做這個很奇怪的結構呢?原因還是因為CNN不夠魯棒,比如把一張圖片顛倒一 […]

GoogleNet模型解讀

GoogleNet模型解讀 GoogLeNet, 2014年ILSVRC挑戰賽冠軍,將Top5 的錯誤率降低到6.67%. 一個22層的深度網路. 一、特別之處 文章提出獲得高質量模型最保險的做法就是增加模型的深度(層數)或者是其寬度(層核或者神經元數),但是這裡一般設計思路的情況下會出現兩個缺陷( […]