大数据与人工智能
机器学习
cuda
信号与图像处理
matlab
opencv
操作系统
linux
程序设计
c/c++
c#
python
设计模式
首页
大数据与人工智能
机器学习
GooLeNet学习笔记
GooLeNet学习笔记
chintsan
5年前
0x00 亮点
引入Inception结构(融合不同尺度的特征信息)
使用1×1的卷积核进行降维以及映射处理
添加两个辅助分类器帮助训练
丢弃全连接层,使用平均池化层(大大减少模型参数。注:并没有完全丢弃,因为还是要变为1000类)
0x01 Inception结构
0x02 1×1卷积
用于降维或升维,减少参数和计算量
还可以用于跨通道信息传递
0
复制链接
新浪微博
微信
chintsan
腐草之荧光,怎及天心之皓月 Github: https://github.com/chintsan-code
评论 (0)
返回
发布评论
发表评论
猜你喜欢
YOLOX网络学习笔记
YOLOv5网络学习笔记
YOLOv4网络学习笔记
YOLOv3-SPP网络学习笔记
YOLOv3网络学习笔记
chintsan
腐草之荧光,怎及天心之皓月 Github: https://github.com/chintsan-code
149
文章
5
评论
25
获赞
专题
CUDA编程入门
14
Linux系统编程
12
OpenCV4入门
37
机器学习入门
18
相关文章
SSL证书部署(宝塔面板)
YOLOX网络学习笔记
YOLOv5网络学习笔记
CUDA实战笔记(14)——页锁定(Page-Locked)主机内存
CUDA实战笔记(13)——原子性
大数据与人工智能
机器学习
cuda
信号与图像处理
matlab
opencv
操作系统
linux
程序设计
c/c++
c#
python
设计模式
评论 (0)