哪几个做内贸的网站比较好一点,重庆建设空调网站,wordpress新建分类目录,百度推广优化公司AlexNet模型 2012 Imagenet 比赛第一#xff0c;Top5准确度超出第二10% #xff0c;它让人们认识到了深度学习技术的威力。比 LeNet更深#xff0c;用多层小卷积层叠加替换大卷积层#xff0c;就是说每一个卷积层的通道数小#xff0c;不像LeNet一样每个卷积层的通道数很大…AlexNet模型 2012 Imagenet 比赛第一Top5准确度超出第二10% 它让人们认识到了深度学习技术的威力。比 LeNet更深用多层小卷积层叠加替换大卷积层就是说每一个卷积层的通道数小不像LeNet一样每个卷积层的通道数很大。
AlexNet
一张227×227×3的图片作为输入第一层我们使用 96 个11×11 的过滤器步幅为 4由于步幅是 4因此尺寸缩小到 55×55缩小了 4 倍左右。
然后用一个 3×3 的过滤器构建最大池化层 3步幅为 2卷积层尺寸缩小为 27×27×96。接着再执行一个 5×5 的卷积padding 之后输出是 27×27×276。
然后再次进行最大池化尺寸缩小到 13×13。再执行一次 same 卷积相同的 padding得到的结果是 13×13×384384个过滤器。再做一次 same 卷积就像这样。
再做一次同样的操作最后再进行一次最大池化尺寸缩小到 6×6×256。
6×6×256 等于 9216将其展开为 9216 个单元然后是一些全连接层。
最后使用 softmax 函数输出识别的结果看它究竟是 1000 个可能的对象中的哪一个。
AlexNet 包含约 6000 万个参数。当用于训练图像和数据集时AlexNet 能够处理非常相似的基本构造模块这些模块往往包含着大量的隐藏单元或数据这一点 AlexNet 表现出色。AlexNet 比 LeNet 表现更为出色的另一个原因是它使用了 ReLu 激活函数。
