深度卷积神经网络.pptxVIP

  1. 1、本文档共107页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
大家好;目录; 神经网络简要介绍 经典深度神经网络模型 LeNet AlexNet VGGNet Network in Network (MIN) GoogLeNet ResNet 深度学习框架简介 在计算机视觉中的应用 ;;5;;Deep Learning, Science 2006 (vol. 313, pp. 504-507);;;;为什么有效 浅层神经网络可以近似任意函数,为何多层? 深层网络结构中,高层可以综合应用低层信息。 低层关注“局部”,高层关注“全局”、更具有语义化信息。 为自适应地学习非线性处理过程提供了一种可能的简洁、普适的结构模型。 特征提取与分类器可以一起学习。;神经网络简要介绍;本图取自:/ai-artificial-intelligence-deep-machine-learning/;人工神经网络(Artificial Neural Networks, ANN);…;;感知机(Perceptron);ANN基本构成:感知机(Perceptron)+激活函数;;ANN训练:前向输出计算+反向梯度传播(BP算法);ANN训练:前向输出计算+反向梯度传播(BP算法);ANN训练:前向输出计算+反向梯度传播(BP算法);深度神经网络(DNN)--用神经网络模拟大脑的识别过程;深度卷积神经网络介绍;什么是卷积? ;什么是池化? ;; 深度卷积神经网络介绍 经典深度神经网络模型 LeNet AlexNet VGGNet Network in Network (MIN) GoogLeNet ResNet 深度学习框架 在计算机视觉中的应用;网络模型;图4:LeNet网络结构,来源于文献 [1]。;AlexNet;[2] Alex Krizhevsky, Ilya Sutskever and Geoffrey E. Hinton. ImageNet Classification with Deep Convolutional Neural Networks. NIPS, 2012. ;Conv 11×11+ReLU/96;VGGNet;图:VGG不同级别的网络结构和相应的参数数量(单位为百万),来源于文献 [3]。;VGGNet训练和测试: 多尺度策略: 训练阶段,将图像缩放到不同尺寸S,并随机裁剪224×224的训练样本 测试阶段,将图像缩放到尺寸Q,并对网络最后的卷积层使用滑动窗口进行分类预测,对不同窗口的分类结果取平均。;Network in Network (NIN);MLP卷积;全局均值池化;GoogLeNet;Inception module 优点一: ;Inception module 优点二:;残差网络ResNet;[5] Kaiming He, Xiangyu Zhang, Shaoqing Ren and Jian Sun. Deep Residual Learning for Image Recognition. CVPR, 2016.;图:残差模块,来源于文献[5]。;图:由上到下为VGG-19网络、34层的平常网络和残差网络。图像来源于文献[5]。;图:更深的残差模块,用于更深的网络结构。左图的浅层模块用于构建ResNet-34,右图的 深层模块用于构建ResNet-50/101/152。来源于文献[5]。;图:ResNet在ILSVRC2014 ImageNet数据集上的结果,来源于文献[5]。;图:ResNet在PASCAL和MS COCO数据集上的目标检测结果,来源于文献[5]。; 深度卷积神经网络介绍 经典深度神经网络模型 LeNet AlexNet VGGNet Network in Network (MIN) GoogLeNet ResNet 深度学习框架 在计算机视觉中的应用;深度学习框架;图:2017年3月提交到arXiv上的论文中出现的深度学习 框架比例分布。;Caffe、TensorFlow、MXNet 比较;Caffe、TensorFlow、MXNet 比较;Caffe、TensorFlow、MXNet比较;Caffe、TensorFlow、MXNet优缺点比较;Caffe、TensorFlow、MXNet优缺点比较;Caffe、TensorFlow、MXNet优缺点比较;DCNNs语义分割实例;全卷积网络(Fully convolutional networks, FCNs);反卷积网络(Deconvolutional networks, DeconvNet); 深度卷积神经网络介绍 经典深度神经网络模型 LeNet AlexNet VGGNet Network in Network (MIN) GoogLeNet

文档评论(0)

bookst + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档