此文章是vip文章,如何查看?  

1,点击链接获取密钥 http://nicethemes.cn/product/view29882.html

2,在下方输入文章查看密钥即可立即查看当前vip文章


神经网络GoogleNet训练数据集CIFAR10

  • 时间:
  • 浏览:
  • 来源:互联网

GoogleNet神经网路结构

一个 inception 模块的四个并行线路如下: 1.一个 1 x 1 的卷积,一个小的感受野进行卷积提取特征 2.一个 1 x 1 的卷积加上一个 3 x 3 的卷积,1 x 1 的卷积降低输入的特征通道,减少参数计算量,然后接一个 3 x 3 的卷积做一个较大感受野的卷积 3.一个 1 x 1 的卷积加上一个 5 x 5 的卷积,作用和第二个一样 4.一个 3 x 3 的最大池化加上 1 x 1 的卷积,最大池化改变输入的特征排列,1 x 1 的卷积进行特征提取,最后将四个并行线路得到的特征在通道这个维度上拼接在一起。

InceptionNet(GoogleNet)就是由Inception模块堆叠而成的。InceptionNet将输入大小相同的部分归到一个block(不同于vgg_block)中,使整个网络看起来更具层次感。

 

以上是Inception1的结构,Inception2将Inception1中的5*5的卷积层替换为两个3*3的卷积层,Inception3中的3*3的卷积层替换为两个3*1的卷积层,以下是Inception2和Inception3的结构图。

本文链接http://element-ui.cn/news/show-577272.aspx