个人机器学习实习总结(DOC 50页)
个人机器学习实习总结(DOC 50页)内容简介
AlexNet是一种典型的convolutionalneuralnetwork,它由5层convolutionallayer,
2层fullyconnectedlayer,和最后一层labellayer(1000个node
,每个node代表ImageNet中的一个类别)组成。2012年,deeplearning的大牛教授
GeoffreyHinton(UniversityofToronto,Google)的学生AlexKrizhevsky设计了一个8层的CNN,
并把它用于ImageNet的imageclassification,直接把当时最好算法的错误率差不多减半。
这引起了computervisioncommunity的强烈关注。这篇文章的出现也是deeplearning开始被
computervisioncommunity接受的关键转折点。如是后来大家把这个8层的CNN命名为AlexNet。
Deeplearning实际上是一种featureengineering的方法。不论是AlexNet还是VGG-Net,
倒数第二层都可以很好的描述image全局特征,所以它们通常用来当作inputimage新的feature,
..............................
2层fullyconnectedlayer,和最后一层labellayer(1000个node
,每个node代表ImageNet中的一个类别)组成。2012年,deeplearning的大牛教授
GeoffreyHinton(UniversityofToronto,Google)的学生AlexKrizhevsky设计了一个8层的CNN,
并把它用于ImageNet的imageclassification,直接把当时最好算法的错误率差不多减半。
这引起了computervisioncommunity的强烈关注。这篇文章的出现也是deeplearning开始被
computervisioncommunity接受的关键转折点。如是后来大家把这个8层的CNN命名为AlexNet。
Deeplearning实际上是一种featureengineering的方法。不论是AlexNet还是VGG-Net,
倒数第二层都可以很好的描述image全局特征,所以它们通常用来当作inputimage新的feature,
..............................
下一篇:尚无数据
用户登陆
人工智能热门资料
人工智能相关下载