深度学习经典论文网络
深度学习第18讲：CNN经典论文研读之VGG网络及其tensorflow实现
在前两期的论文研读中，笔者和大家一起学习了 LeNet-5 和 AlexNet 这两个经典的卷积神经网络结构和基本实现方式。今天我们继续 CNN 经典论文研读之路——VGGNet。VGGNet 是牛津大学计算机视觉组（Visual Geometry Group）和谷歌 DeepMind ...
深度学习第19讲：CNN经典论文研读之残差网络ResNet及其keras实现
在 VGG 网络论文研读中，我们了解到卷积神经网络也可以进行到很深层，VGG16 和 VGG19 就是证明。但卷积网络变得更深呢？当然是可以的。深度神经网络能够从提取图像各个层级的特征，使得图像识别的准确率越来越高。但在2014年和15年那会儿，...
深度学习第20讲：CNN经典论文研读之GoogLeNet Inception网络
1x1 卷积 通过前面的学习大家都知道卷积操作是卷积神经网络的核心操作了，在之前我们通常会用到各种尺寸的卷积核，比如说 3x3 卷积、5x5 卷积、7x7 卷积等等。但今天我们需要提一下 1x1 卷积。这似乎有些蠢，直观上理解 1x1 卷积好像没什么...
