首先关于卷积神经网络的概念回顾
其中两个重要的概念:填充与步幅
关于卷积核的通道数:
个人理解为:与上一层的输出相适应,卷积核的通道数(channel)由上一层输出的特征图(feature maps)的个数决定
卷积神经网络的发展:
LeNet就是典型的深层网络
AlexNet为第二阶段的发展
后来由牛津大学团队提出具有堆叠结构的VGG
衍生出了NiN
在宽度上进行了拓宽,由谷歌团队提出了Inception模块的网路GoogLeNet(纪念LeNet)
在深度上进行拓展,由何凯明等人提出了具有残差模块的ResNet
作者:weixin_44659752
学习心得
学习