googlenet 文章 最新資訊

深度學習之GoogLeNet解讀

• 　　提出背景　　?始于LeNet-5，一個有著標準的堆疊式卷積層冰帶有一個或多個全連接層的結(jié)構(gòu)的卷積神經(jīng)網(wǎng)絡。通常使用dropout來針對過擬合問題。　　?為了提出一個更深的網(wǎng)絡，GoogLeNet做到了22層，利用inception結(jié)構(gòu)，這個結(jié)構(gòu)很好地利用了網(wǎng)絡中的計算資源，并且在不增加計算負載的情況下，增加網(wǎng)絡的寬度和深度。同時，為了優(yōu)化網(wǎng)絡質(zhì)量，采用了Hebbian原理和多尺度處理。GoogLeNet在分類和檢測上都取得了不錯的效果。　　?最近深度學習的發(fā)展，大多來源于新的想法，算法以及網(wǎng)絡結(jié)構(gòu)的改
• 關鍵字： 深度學習  GoogLeNet