GoogLeNet

Zero-Shot Learing问题数据集分享（GoogleNet 提取）

Zero-ShotLearing问题数据集分享（GoogleNet提取）提供几个最常用的Zero-ShotLearning的数据集，均为GoogleNet提取的图片特征，引用相应数据时，请注意对应作者的引用说明
pandsu·2018-01-19 09:19

轻量化卷积神经网络：SqueezeNet、MobileNet、ShuffleNet、Xception

随着性能的要求越来越高，AlexNet已经无法满足大家的需求，于是乎各路大牛纷纷提出性能更优越的CNN网络，如VGG，GoogLeNet，ResNet，Dens
TensorSense·2018-01-18 20:07

深度学习——卷积神经网络 的经典网络（LeNet-5、AlexNet、ZFNet、VGG-16、GoogLeNet、ResNet）

一、CNN卷积神经网络的经典网络综述下面图片参照博客：http://blog.csdn.net/cyh_24/article/details/51440344二、LeNet-5网络输入尺寸：32*32卷积层：2个降采样层(池化层)：2个全连接层：2个输出层：1个。10个类别（数字0-9的概率）LeNet-5网络是针对灰度图进行训练的，输入图像大小为32*32*1，不包含输入层的情况下共有7层，每层
loveliuzz·2018-01-17 22:39

【开发日记】马桶识别之马桶分类，通过迁移学习进行马桶分类

具体的做法是冻结网络（比如ResNet,GoogleNet,Vgg16等）前几层的权重和偏置，只留下最后一层的参数进行训练。其实，也是把前面几层网络
curisan·2018-01-10 21:10

keras搬砖系列-GoogLeNet

GoogLeNet小结emmm，应该不算小结吧，充其量就是蜻蜓点水，所有的东西都等考试再弄吧。Andrew课对inception讲的很好。
googler_offer·2018-01-09 23:22

深入理解GoogLeNet结构（原创）

inception（也称GoogLeNet）是2014年ChristianSzegedy提出的一种全新的深度学习结构，在这之前的AlexNet、VGG等结构都是通过增大网络的深度（层数）来获得更好的训练效果
docrazy5351·2018-01-07 10:45

VGGNet结构分析

VGG和GoogleNet同在2014年参赛，图像分类任务中GoogLeNet第一，VGG第二，它们都是重要的网络结构。VGG相应的论文“Ver
编码视界·2018-01-06 17:06

【深度学习系列】用PaddlePaddle和Tensorflow实现GoogLeNet InceptionV2/V3/V4

上一篇文章我们引出了GoogLeNetInceptionV1的网络结构，这篇文章中我们会详细讲到InceptionV2/V3/V4的发展历程以及它们的网络结构和亮点。GoogLeNetInceptionV2GoogLeNetInceptionV2在《BatchNormalization:AcceleratingDeepNetworkTrainingbyReducingInternalCovaria
Charlotte77·2017-12-27 22:00

深度学习: GoogleNet 网络

Introduce提出了Inception_v1，开启了伟大的Inception系列，并刷新了网络的深度新记录。这是一种类似于网中网（NetworkInNetwork）的结构，即原来的结点也是一个网络。Paper：GoingDeeperwithConvolutionsStructure伟大的Inception系列从那之后一直在不断发展，目前已经V2、V3、V4了。现今浪潮之巅的ResNeXt便是集
JNingWei·2017-12-21 20:47

【深度学习系列】用PaddlePaddle和Tensorflow实现经典CNN网络GoogLeNet

前面讲了LeNet、AlexNet和Vgg，这周来讲讲GoogLeNet。
Charlotte77·2017-12-20 15:00

CNN网络结构进化概述

在这些尝试中，CNN是一种非常成功的网络形式，CNN的网络结构迭代速度也非常快，诸如大家所熟知的AlexNet，VGGnet，GoogleNet，ResNet，ResNext，Dense
starxhong·2017-12-20 14:34

CNN经典网络模型

2016/11/27/cnnnet/2、http://blog.csdn.net/u014114990/article/details/53905649CNN经典网络模型摘要--AlexNet、ZFnet、GoogleNet
枫之鸣城·2017-12-19 20:38

残差网络原理

（2）为什么在残差之前网络的深度最深的也只是GoogleNet的22层,而残差
流年寂寞了沧桑·2017-12-17 22:03

《Going deeper with Convolutions》论文阅读

我们提交的GoogleNet是一个22层的深度网络。1.Intro
Chris_zhangrx·2017-12-14 16:18

从alexnet到resnet，初探深度学习算法玩摄影

主要从两大内容上让大家有一个直观的感受1.从简单网络到复杂网络的升级，将分别举一个alexnet，googlenet，resnet的代表性paper。2.说说网络结构的设计思路以
言有三·2017-12-13 21:00

【深度学习系列】用PaddlePaddle和Tensorflow实现经典CNN网络Vgg

网络AlexNet对图像分类的效果，2014年，在AlexNet出来的两年后，牛津大学提出了Vgg网络，并在ILSVRC2014中的classification项目的比赛中取得了第2名的成绩（第一名是GoogLeNet
Charlotte77·2017-12-13 12:00

AlexNet、GoogLeNet、VGGNet、ResNet对比

#AlexNet在ILSVRC2012中赢得了第一名,Top5错误率15.3%。论文链接AlexNet前面是5个卷积层，之后是3个全连接层，最后再加上一个1000-way的Softmax，对应于ILSVRC的1000个类别的概率。从上图可以明显看到网络结构分为上下2层，这是表示网络分布在2个GPU上，因为一个NVIDIAGTX580GPU只有3GB内存，装不下这么大的网络。为了减少GPU之间的通信
SanKinPlus·2017-12-09 10:52

深度学习之---Caffe(一)

大佬们：Google：Hinton,GoogleNet,TensorFlow,AlphaGoM
flow_specter·2017-12-04 16:15

TensorFlow学习－－GoogLeNet实现

GoogLeNet结构GoogleInceptionNet通常被称为GoogleInceptionV1,在ILSVRC-2014比赛中由论文＜Goingdeeperwithconvolutions＞提出
阿卡蒂奥·2017-11-27 11:45

GoogLeNet 之 Inception(V1-V4)

转载：http://blog.csdn.net/diamonjoy_zone/article/details/70576775参考：1.Inception[V1]:GoingDeeperwithConvolutions2.Inception[V2]:BatchNormalization:AcceleratingDeepNetworkTrainingbyReducingInternalCovaria
何进哥哥·2017-11-26 12:49

为什么现在的CNN模型都是在GoogleNet、VGGNet或者AlexNet上调整的？

（转自知乎：周博磊深度学习（DeepLearning）、机器学习、人工智能话题的优秀回答者）1、AlexNet(https://papers.nips.cc/paper/4824-imagenet-classification-with-deep-convolutional-neural-networks.pdf),2、NetworkinNetwork(https://arxiv.org/pdf/
kalakalayang·2017-11-15 09:07

VGGNet模型解读

http://m.blog.csdn.net/Teeyohuang/article/details/752147581、导引VGGNet是2014年ILSVRC竞赛的第二名，没错你没听错它是第二名，第一名是GoogLeNet
kkkkkkkkq·2017-11-07 10:10

Googlenet 的 Inception结构理解笔记

首先：源码链接：https://github.com/tensorflow/models/tree/master/research/slim/nets首先简书上一篇很详细的介绍：http://www.jianshu.com/p/544e2354b30a解释下它里面的一句话：如果conv2d方法没有特别设定padding，则需要看一下arg_scope是否标明了padding。因为：arg_scop
jiachen0212·2017-11-05 09:27

【opencv】opencv3.3的DNN模块调用caffe训练结果——【caffe学习五】

继上篇http://blog.csdn.net/qq_15947787/article/details/78441232使用googlenet训练好caffemodel之后，需要在opencv中调用训练结果
BHY_·2017-11-04 09:48

深度学习在SLAM中的应用

该方法使用GoogleNet做了6自由度相机pose的regression。训练数据是带有groundtruthpos
lmg2015·2017-10-31 19:09

GoogLeNet

GoogLeNet最早出现在2014年的《Goingdeeperwithconvolutions》，之所以叫GoogLeNet，而不是GoogleNet，文章说是为了向早期的LeNet致敬。
guoyunfei20·2017-10-30 17:50

CNN卷积神经网络中的AlexNet、VGG、GoogLeNet、ResNet对比

文章转载自：我爱机器学习的博客园http://www.cnblogs.com/52machinelearning/p/5821591.htmlCNN的发展史上一篇回顾讲的是2006年Hinton他们的SciencePaper，当时提到，2006年虽然DeepLearning的概念被提出来了，但是学术界的大家还是表示不服。当时有流传的段子是Hinton的学生在台上讲paper时，台下的机器学习大牛们
Dod_Jdi·2017-10-28 21:17

CNN卷积神经网络中的AlexNet、VGG、GoogLeNet、ResNet对比

文章转载自：我爱机器学习的博客园http://www.cnblogs.com/52machinelearning/p/5821591.htmlCNN的发展史上一篇回顾讲的是2006年Hinton他们的SciencePaper，当时提到，2006年虽然DeepLearning的概念被提出来了，但是学术界的大家还是表示不服。当时有流传的段子是Hinton的学生在台上讲paper时，台下的机器学习大牛们
Dod_Jdi·2017-10-28 21:17

GoogleNet网络详解与keras实现

GoogleNet网络详解与keras实现GoogleNet网络详解与keras实现GoogleNet系列网络的概览Pascal_VOC数据集第一层目录第二层目录第三层目录InceptionV1模块介绍
奋斗路上的产品狗·2017-10-27 18:58

#Deep Learning回顾#之LeNet、AlexNet、GoogLeNet、VGG、ResNet

http://www.cnblogs.com/52machinelearning/p/5821591.html
_VioletHan_·2017-10-26 13:35

行人属性“Weakly-supervised Learning of Mid-level Features for Pedestrian Attribute Recognition and Loca”

基于GoogleNet，设计新的检测层提取mid-level属性特征。不需要bbox属性标记，使用基于最大池化的弱监督目标检测技术训练mid-level层。然后，回归这些检测响应梯度，预测属性标签。
cv_family_z·2017-10-20 16:58

GoogLeNet网络结构学习

1.背景介绍GoogLeNet,一个22层的深度网络，2014年ILSVRC挑战赛冠军，将Top5的错误率降低到6.67%。论文地址：Goingdeeperwithconvolutions。
capecape·2017-10-20 16:05

深度学习之基础模型—resNet

Thedepthofrepresentationisofcentralimportanceformanyvisualrecognitiontasks继VGG和GoogLeNet在网络深度上进行了进一步的尝试
leo_whz·2017-10-13 18:21

GoogLeNet网络模型

一、GoogleNet模型简介  GoogleNet和VGG是2014年imagenet竞赛的双雄，这两类模型结构有一个共同特点是godeeper。
Chenyukuai6625·2017-09-11 10:04

GoogLeNet网络模型

一、GoogleNet模型简介  GoogleNet和VGG是2014年imagenet竞赛的双雄，这两类模型结构有一个共同特点是godeeper。
Chenyukuai6625·2017-09-11 10:04

【1708.04347】用非常少的图片训练神经网络（先占个坑）

在MNIST和多模态医学图像上进行实验，采用alexnet和googlenet，得到很好的分类精度。方法笛卡尔坐标映射到极坐标，论文
DuinoDu·2017-08-28 21:18

SqueezeNet模型详解

设计基本原则1.使用更小的1*1卷积核来替换3*3卷积核采取了之后例如GoogleNet，ResNet设计中的3*3卷积来代替ALexNet的7*7卷积，然后用了1*1来部分替代上述的3*3卷积。
williamyi96·2017-08-26 17:10

用TensorFlow构建基础的神经网络(一)：MLP

8月开头语  由于最近在学习DeepLearning方面的知识，并尝试着用Google近些年刚提出的TensorFlow框架来搭建各种经典的神经网络，如MLP、LeNet-5、AlexNet、VGG、GoogleNet
XJTU_Ironboy·2017-08-25 08:46

经典卷积神经网络LeNet-5模型

经典的卷积神经网络模型有1998年的LeNet-5模型，2012年的AlexNet模型，2014年的VGG模型，2014年的GoogleNet模型和2015年的ResNet模型。
疯狂的貔貅·2017-08-24 11:36

《tensorflow 实战》学习4——AlexNet（经典CNN）

几大经典CNN：AlexNet、VGGNet、GoogleNet、ResNet。是2012以来ILSVRC的冠军或亚军。
老笨妞·2017-08-16 19:31

[深度学习之CNN] CNN的发展史 之LeNet、AlexNet、GoogLeNet、VGG、ResNet

转载来源于http://www.cnblogs.com/52machinelearning/p/5821591.htmlCNN的发展史上一篇回顾讲的是2006年Hinton他们的SciencePaper，当时提到，2006年虽然DeepLearning的概念被提出来了，但是学术界的大家还是表示不服。当时有流传的段子是Hinton的学生在台上讲paper时，台下的机器学习大牛们不屑一顾，质问你们的东
苏源流·2017-08-12 23:39

卷积神经网络中用1*1 卷积有什么作用或者好处呢？

1X1卷积核最开始是在颜水成论文[1312.4400]NetworkInNetwork中提出的，后来被[GoogLeNet1409.4842]GoingDeeperwithConvolutions的Inception
jiandanjinxin·2017-08-10 17:50

使用训练好的googlenet caffemodel进行图片分类

[TOC]requisite：1.ubuntu16.04，caffe已成功安装2.python2.73.我本地的caffe_root:/home/sarahzhou/caffe下载googlenetcaffemodel文件有两种途径可以获取caffemodel文件：1使用caffe提供的脚本，注意在caffe_root下执行sarahzhou@lenovo:~/caffe$sudopythonsc
chi_wawa·2017-08-02 00:00

基于卷积神经网络实现图片风格的迁移 3

本节课我们将使用另外一个经典的模型GoogLenet来实现我们的项目（这是由于环境的限制，用googlenet可以更快的完成我们的风格转换），如果你完成了上节课的作业，那么你应该基本了解了GoogleNet
oxuzhenyi·2017-07-28 23:52

卷积神经网络CNN经典模型整理Lenet，Alexnet，Googlenet，VGG，Deep Residual Learning

看到好文还是忍不住想转关于卷积神经网络CNN，网络和文献中有非常多的资料，我在工作/研究中也用了好一段时间各种常见的model了，就想着简单整理一下，以备查阅之需。如果读者是初接触CNN，建议可以先看一看“DeepLearning（深度学习）学习笔记整理系列”中关于CNN的介绍[1]，是介绍我们常说的Lenet为例，相信会对初学者有帮助。Lenet，1986年Alexnet，2012年Google
This is bill·2017-07-27 16:23

深度学习论文随记（四）ResNet 残差网络-2015年Deep Residual Learning for Image Recognition

DeepResidualLearningforImageRecognitionAuthor：KaimingHe,XiangyuZhang,ShaoqingRen,JianSun,MicrosoftResearchYear:20151、导引之前文章谈到GoogLeNet
Teeyohuang·2017-07-21 17:44

基于caffe的googlenet的多标签检测

本文是进一步继续上文基于googlenetinceptionv3模型的多标签检测的研究，上文的链接为基于Inceptionv3多标签训练，当博主用该模型训练结果时，会出现测试数据集准确率远低于训练准确率，例如博主就用该模型训练了一个多标签数目总共200多个，而训练数据集总共13000张图片，测试集为3000张图片，此时训练的准确度高达100%，而且迭代次数50次就达到了96%，测试的准确度却只有4
Numeria·2017-07-20 15:10

深度学习论文随记（二）---VGGNet模型解读-2014年（Very Deep Convolutional Networks for Large-Scale Image Recognition）

VeryDeepConvolutionalNetworksforLarge-ScaleImageRecognitionAuthor:KSimonyan，AZissermanYear:2014 1、 导引VGGNet是2014年ILSVRC竞赛的第二名，没错你没听错它是第二名，第一名是GoogLeNet
Teeyohuang·2017-07-17 00:00

ShuffleNet: An Extremely Efficient Convolutional Neural Network for Mobile Devices的理解

比如前一段做参数量化的BinaryNet、Google出的GoogleNet，到现在Face++出的ShuffleNet。这个趋
Snail_Walker·2017-07-14 23:43

如何理解卷积神经网络中的1*1卷积

比如在残差网络的直连里：残差网络的Bootleneck残差模块里：在GoogleNet
chaibubble·2017-07-10 14:10
上一页 27 28 29 30 31 32 33 34 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他