文章 2023-05-12 来自:开发者社区

深度学习经典网络解析图像分类篇(七):ResNet

ResN​et论文翻译详情见我的博客:​深度学习论文阅读(五):ResNet《Deep Residual Learning for Image Recognition》1.背景介绍  如果说你对深度学习略有了解,那你一定听过大名鼎鼎的ResNet,正所谓ResNet 一出,谁与争锋?现...

深度学习经典网络解析图像分类篇(七):ResNet
文章 2023-05-12 来自:开发者社区

深度学习经典网络解析图像分类篇(六):GoogLeNet

Go​ogLeNet论文翻译详情见我的博客:https://blog.csdn.net/muye_IT/article/details/1238861321.背景介绍  GoogLeNet是2014年Christian Szegedy提出的一种全新的深度学习结构,在这之前的AlexNet、VGG等结构都是通过增大网络的深度(层数)来获得更好...

深度学习经典网络解析图像分类篇(六):GoogLeNet
文章 2023-05-12 来自:开发者社区

深度学习经典网络解析图像分类篇(五):VGG

VGG论文​翻译详情见我的博客:​https://blog.csdn.net/muye_IT/article/details/1238089351.背景介绍  VGGNet是在ImageNet Challenge 2014在定位和分类过程中分别获得了第一名和第二名的神经网络架构。VGGNet是牛津大学计算机视觉组和DeepMind公司的研究员一起研发的深度卷积神经网络。VGG主要探...

深度学习经典网络解析图像分类篇(五):VGG
文章 2023-05-12 来自:开发者社区

深度学习经典网络解析图像分类篇(四):DenseNet

1.背景介绍  DenseNet是CVPR2017年的Best Paper,它脱离了加深网络层数(ResNet)和加宽网络结构(Inception)来提升网络性能的定式思维,从特征的角度考虑,通过特征重用和旁路(Bypass)设置,既大幅度减少了网络的参数量,又在一定程度上缓解了gradient vanishing问题的产生.结合信息流和特征复用的假设&...

深度学习经典网络解析图像分类篇(四):DenseNet
文章 2023-05-12 来自:开发者社区

深度学习经典网络解析图像分类篇(三):ZFNet

1.背景介绍  ZFNet在2013年 ILSVRC 图像分类竞赛获得冠军,错误率11.19% ,比去年的AlexNet降低了5%,ZFNet是由 Matthew D.Zeiler 和 Rob Fergus 在 AlexNet 基础上提出的大型卷积网络。ZFNet解释了为什么卷积神经网络可以在图像分类上表现的如此出色,以及研究了如何优化卷积...

深度学习经典网络解析图像分类篇(三):ZFNet
文章 2023-05-12 来自:开发者社区

深度学习经典网络解析图像分类篇(一):LeNet-5

1.背景介绍  LeNet-5,这篇是由LeCun和Bengio在1998年撰写的论文(LeCun和Bengio和Hitton成被称为深度学习三巨头,在2018年一起获得图灵奖)。LeNet-5创造了卷积神经网络(Convolutional Neural Networks, CNN),基本上为CNN...

深度学习经典网络解析图像分类篇(一):LeNet-5
文章 2023-05-12 来自:开发者社区

深度学习经典网络解析图像分类篇(二):AlexNet

1.背景介绍  在上篇深度学习经典网络解析(一):LeNet-5中我们提到,LeNet-5创造了卷积神经网络,但是LeNet-5并没有把CNN发扬光大,是CNN真正开始走进人们视野的是今天要介绍的——AlexNet网络。AlexNet网络源自于《ImageNet Classification with Deep ...

深度学习经典网络解析图像分类篇(二):AlexNet
文章 2023-02-03 来自:开发者社区

深度学习计算机视觉之YOLO,YOLOv2和YOLOv3算法(超详细解析)

这是YOLO官网提供各种模型的准确性和速度比较。让我们从下面的测试图像开始YOLO检测到的对象:网格单元为了便于讨论,我们裁剪了原始照片。YOLO将输入图像划分为S ×

深度学习计算机视觉之YOLO,YOLOv2和YOLOv3算法(超详细解析)
文章 2022-12-28 来自:开发者社区

【paddle深度学习高层API七日打卡营】大作业解析——三岁无良版本

模型:随便选,模型参数初始化(如:uniform和normal)可以随意调整。模型训练各种超参数(如:epochs、batch_size)可以随意调整。评判标准最终以model.evaluate的精度输出值(格式如下),计算方式是将eval_d...

文章 2021-11-23 来自:开发者社区

它来了!天池赛题解析第二弹——深度学习篇它带着案例来了!

阿里云天池团队在推出了国内第一本针对竞赛实操的图书之后重新出发,立足实际案例、剖析解决方案再次推出了深度学习好书:《阿里云天池大赛赛题解析——深度学习篇》。为什么要写这本书深度学习伴随大数据和云计算技术崛起快速发展,并在多个领域开花结果。诸多开发者都想追赶上科技发展的浪潮,但任何学科从理论到实践都有一段漫长的路要走。阿里云天池立足平台多年赛...

它来了!天池赛题解析第二弹——深度学习篇它带着案例来了!

本页面内关键词为智能算法引擎基于机器学习所生成,如有任何问题,可在页面下方点击"联系我们"与我们沟通。

产品推荐

智能引擎技术

AI Online Serving,阿里巴巴集团搜推广算法与工程技术的大本营,大数据深度学习时代的创新主场。

+关注