深度学习-卷积神经网络-AlexNET

文章目录

  • 前言
    • 1.不同卷积神经网络模型的精度
    • 2.不同神经网络概述
    • 3.卷积神经网络-单通道
    • 4.卷积神经网络-多通道
      • 5.池化层
      • 6.全连接层
      • 7.网络架构
      • 8.Relu激活函数
      • 9.双GPU
      • 10.单GPU模型
  • 1.LeNet-5
  • 2.AlexNet
    • 1.架构
    • 2.局部响应归一化(VGG中取消了)
    • 3.重叠/不重叠池化
    • 4.过拟合-数据增强
      • 5.过拟合-dropout
      • 6.性能

前言

本章内容来自B站:
AlexNet深度学习图像分类算法

1.不同卷积神经网络模型的精度

深度学习-卷积神经网络-AlexNET_第1张图片
深度学习-卷积神经网络-AlexNET_第2张图片

深度学习-卷积神经网络-AlexNET_第3张图片
深度学习-卷积神经网络-AlexNET_第4张图片

2.不同神经网络概述

深度学习-卷积神经网络-AlexNET_第5张图片

3.卷积神经网络-单通道

深度学习-卷积神经网络-AlexNET_第6张图片

4.卷积神经网络-多通道

深度学习-卷积神经网络-AlexNET_第7张图片

5.池化层

深度学习-卷积神经网络-AlexNET_第8张图片

6.全连接层

深度学习-卷积神经网络-AlexNET_第9张图片

7.网络架构

深度学习-卷积神经网络-AlexNET_第10张图片
深度学习-卷积神经网络-AlexNET_第11张图片

8.Relu激活函数

sigmoid和tanh会产生梯度消失或者爆炸的问题
深度学习-卷积神经网络-AlexNET_第12张图片
深度学习-卷积神经网络-AlexNET_第13张图片

9.双GPU

10.单GPU模型


1.LeNet-5

手写数字识别
深度学习-卷积神经网络-AlexNET_第14张图片

2.AlexNet

1.架构

双GPU上
深度学习-卷积神经网络-AlexNET_第15张图片
深度学习-卷积神经网络-AlexNET_第16张图片

深度学习-卷积神经网络-AlexNET_第17张图片
深度学习-卷积神经网络-AlexNET_第18张图片

2.局部响应归一化(VGG中取消了)

深度学习-卷积神经网络-AlexNET_第19张图片
深度学习-卷积神经网络-AlexNET_第20张图片
深度学习-卷积神经网络-AlexNET_第21张图片

3.重叠/不重叠池化

深度学习-卷积神经网络-AlexNET_第22张图片

4.过拟合-数据增强


5.过拟合-dropout

深度学习-卷积神经网络-AlexNET_第23张图片



深度学习-卷积神经网络-AlexNET_第24张图片

6.性能

深度学习-卷积神经网络-AlexNET_第25张图片

深度学习-卷积神经网络-AlexNET_第26张图片

深度学习-卷积神经网络-AlexNET_第27张图片

你可能感兴趣的:(AI,深度学习,cnn,人工智能)