-
PyTorch 深度学习之卷积神经网络(高级篇)Advanced CNN(十)
0. Revision
前面讲的比较简单的是 串行网络结构
1. GoogLeNet
1.1 Inception module
w h 要一致
what is 1×1 convolution?
信息融合-eg.高中各门学科成绩比较(总分)
最主要工作:改变通道数量
why is 1×1 convolution?
减少10倍
1.2 implementation of inception module
拼接
第一个维度拼接-C 输出24*3+16=88个通道数1.3 Using Inception Module
Results
2. Go deeper
stacking layers 反而error增加了
2.1 Deep Residual Learning
解决梯度消失问题
2.2 Residual Network
Implementation of Simple Residual Network
保证残差模块前后不变
2.3 Implementation of Simple Residual Block
增量开发
3. Exercise
exercise1: reading paper and implementing
exercise2: reading paper and implementing DenseNet
4. 以后怎么走
现在讲了实现
以后怎么走
1. 理论 深度学习
2. 阅读pytorch的文档 通读一遍
3. 复现经典工作-
代码下载-跑通读代码-自己来写(循环来写, 学习过程)
4. 扩充视野-->知识盲点
-
相关阅读:
Python + Django4 搭建个人博客（七）: Admin后台管理系统
一次Navicat执行带注释的DDL导致canal异常的问题分析 以及相关知识扩展总结
基于粒子群算法的电力系统无功优化研究(IEEE14节点)（Matlab代码实现）
解密PDF密码
mongoose 查询返回的数据无法更改问题
信息论基础（Part2）
解决Webpack报错Unable to load ‘@webpack-cli/serve‘ command
Vue中使用pdf.js实现在线预览pdf文件流
新风机未来什么样？
【深度学习实验】前馈神经网络（二）：使用PyTorch实现不同激活函数（logistic、tanh、relu、leaky_relu）
- 原文地址：https://blog.csdn.net/HETUW/article/details/133809911