Top-5

AlexNet网络解析

AlexNet是2012年由Hinton学生AlexKrizhevsky提出的深度卷积网络模型，并在2012的ImageNet大赛上获得了飞跃性成果，以碾压性的优势超过第二名，拿到当年比赛的冠军（第一名top
Dominic_S·2018-08-16 22:37

AlexNet网络解析

AlexNet是2012年由Hinton学生AlexKrizhevsky提出的深度卷积网络模型，并在2012的ImageNet大赛上获得了飞跃性成果，以碾压性的优势超过第二名，拿到当年比赛的冠军（第一名top
Dominic_S·2018-08-16 22:37

ResNet网络结构和主要代码解析

ResNet（ResidualNeuralNetwork）通过使用残差学习单元（ResidualUnit），训练了152层深的神经网络，在ILSVRC2015比赛中取得3.57%的top-5错误率。
fxfviolet·2018-08-10 14:10

SENet

论文：Squeeze-and-ExcitationNetworksGithub：https://github.com/hujie-frank/SENetMomentaILSVRC2017分类任务的冠军，top
watersink·2018-07-02 19:56

深度残差神经网络ResNet 学习笔记

XiangyuZhang，ShaoqingRen，JianSunYear：2015ILSVRCwinner1.介绍本文采用了152层的残差神经网络，比去年的VGG还要多8层，但复杂度确比它低，最后以3.57%的top
木瓜子·2018-06-05 14:38

几个经典卷积神经网络

在ImageNetLSVRC-20102012表现突出top-1误差率37.5%，以及top-5误差率17.0%网络有6000万个参数和650,000个神经元网络结构五个卷积层，以及某些卷积层后的池化层
chaochaopang0·2018-05-29 20:16

ImageNet Classification with Deep Convolutional Neural Networks

在测试集上，本文所得的top-1和top-5错误率分别为37.5%和17.0%，该测试结果大大优于当前的最佳水平。本文的神经网络包含6千万个参数和6
九曲流觞·2018-04-11 15:24

VGG16学习笔记

在2014年的ILSVRC比赛中，VGG在Top-5中取得了92.3%的正确率。VGG结构图VGG-16VGG模型有一些变种，其中最受欢迎的当然是VGG-16，这是一个拥有16层的模型。
dta0502·2018-03-22 16:44

经典网络结构GoogleNet之Inception-v1 v2 v3 v4 Resnet

论文地址—2014年9月的论文Going Deeper with Convolutions提出的Inception V1（top-5错误率6.67%）。
女王の专属领地·2018-03-21 15:23

ResNet网络结构

微软亚洲研究院）何凯明团队的深度残差网络（DeepResidualNetwork）在2015年的ImageNet上取得冠军，该网络简称为ResNet（由算法Residual命名），层数达到了152层，top
-牧野-·2018-02-05 19:33

VGG网络两个3*3相当于5*5

VGGNet是牛津大学计算机视觉组（VisualGeometryGroup）和GoogleDeepMind公司的研究员一起研发的的深度卷积神经网络，在ILSVRC2014上取得了第二名的成绩，将Top-
rrr2·2018-01-27 23:25

对AlexNet的论文解读

在测试数据中，获得了在Top-1分类和Top-5分类取得了很好成绩，并且比state-of-the-art都要明显好很多。以前数据集小的时候，人们一般用数学的方法来解决问题，靠经验去寻找模型，但是
洗来洗麻衣·2017-12-28 12:25

你必须要知道CNN模型：ResNet

ILSVRC和COCO2015上的战绩：图1ResNet在ILSVRC和COCO2015上的战绩ResNet取得了5项第一，并又一次刷新了CNN模型在ImageNet上的历史：图2ImageNet分类Top
JeemyJohn·2017-12-18 00:00

《ImageNet Classification with Deep Convolutional Neural Networks》论文阅读

Abstract在LSVRC-2010数据集上我们训练了分成120万张分成1000类的高分辨率图片，在测试集上分别获得了top-1，top-5错误率分别是37.5%和17.0%。
Chris_zhangrx·2017-12-13 18:37

《ImageNet Classification with Deep Convolutional Neural Networks》论文阅读

Abstract在LSVRC-2010数据集上我们训练了分成120万张分成1000类的高分辨率图片，在测试集上分别获得了top-1，top-5错误率分别是37.5%和17.0%。
Chris_zhangrx·2017-12-13 18:37

Tensorflow实例：实现ResNet

ResidualNeuralNetwork）由微软研究院的KaimingHe等4名华人提出，通过使用ResidualUnit成功训练152层深的神经网络，在ILSVRC2015比赛中获得了冠军，取得3.57%的top
蚊子爱牛牛·2017-12-12 15:32

Tensorflow实战学习(三十三)【实现ResNet】

通过ResidualUnit训练152层深神经网络，ILSVRC2015比赛冠军，3.57%top-5错误率，参数量比VGGNet低，效果非常突出。
风灵使·2017-11-22 09:20

ResNet学习笔记

ResNet(ResidualNeuralNetwork)由微软研究院的何凯明大神等4人提出，ResNet通过使用ResidualUnit成功训练152层神经网络，在ILSCRC2015年比赛中获得3.75%的top
Jerry_杰瑞·2017-11-19 16:46

TensorFlow实现经典深度学习网络（4）：TensorFlow实现ResNet

）——微软研究院何凯明团队提出的ResidualNetworks，其通过使用ResidualUnit成功训练了152层深的神经网络，在ILSVRC2015上大放异彩，获得第一名的成绩，取得3.57%的top
Zhenguo_Yan·2017-10-15 10:29

TensorFlow实现经典深度学习网络（2）：TensorFlow实现VGGNet

TensorFlow实现VGGNetVGGNet是经典的深度学习网络之一，由牛津大学的视觉几何组（VisualGeometryGroup）提出，是ILSVRC-2014中定位任务第一名和分类任务第二名（top
Zhenguo_Yan·2017-10-13 15:31

学习笔记TF033:实现ResNet

通过ResidualUnit训练152层深神经网络，ILSVRC2015比赛冠军，3.57%top-5错误率，参数量比VGGNet低，效果非常突出。
利炳根·2017-07-29 00:03

什么是图像分类的Top-5错误率？

在看一些深度学习图像分类文献的时候，经常提到ImageNetTop-5错误率降到了15%。它是什么意思呢？top1就是你预测的label取最后概率向量里面最大的那一个作为预测结果，你的预测结果中概率最大的那个类必须是正确类别才算预测正确。而top5就是最后概率向量最大的前五名中出现了正确概率即为预测正确。ImageNet项目ImageNet项目是一个用于物体对象识别检索大型视觉数据库。截止2016
Libra_1019·2017-04-24 20:22

TensorFlow实战10：ResNet实现及时间测评

在比赛中的top-5的错误率为3.57%，同时参数量比VGGNet低，效果
Felaim·2017-04-08 20:33

Alexnet输入大小调整的经验

Alexnet是在2012的ImageNet图像分类竞赛中亮相的，top-5错误率比上一年的冠军下降了十个百分点，而且远远超过当年的第二名。一下子打破了之前深度学习的冷门期。
ldsyou2015·2017-03-04 21:20

四大卷积网络发家之路

它们分别获得了ILSVRC（ImageNet Large Scale Visual Recognition Challenge）比赛分类项目的2012年冠军（top-5错误率16.4%，使用额外数据可达到
Emma__8·2017-03-01 15:53

图像分类Top-5 错误率

Top-5分类错误率平常我们在看一些深度学习图像分类的文献资料的时候，经常提到ImageNetTop-5错误率降到了5%。它是什么意思呢？ImageNet项目首先先说一下ImageNet项目吧！
Vinicer·2017-01-07 19:26

Inception-v3:"Rethinking the Inception Architecture for Computer Vision"

Googlenet的延伸，通过对Inceptionmodule进行卷积分解展开网络，在ILSVRC2012上,4个模型集成及多次裁切，top-1位为17.3%，top-5为3.5%。
cv_family_z·2016-03-03 16:50

Inception-v3:"Rethinking the Inception Architecture for Computer Vision"

Googlenet的延伸，通过对Inceptionmodule进行卷积分解展开网络，在ILSVRC2012上,4个模型集成及多次裁切，top-1位为17.3%，top-5为3.5%。
cv_family_z·2016-03-03 16:00

[notes] ImageNet Classification with Deep Convolutional Neual Network

achieved top-1 and top-5 test error rate of 37.5% and 17.0% of class
·2015-11-07 12:50

深度学习-AlexNet入门

的理解在ImageNet举办的大规模图像识别比赛ILSVRC2012中分类比赛中，Hinton以及他的学生Alex为了回应外界对于深度学习的质疑，他们搭建了一个8层的CNN，命名为AlexNet，最终比赛top
罗达志·2015-07-28 11:30

ImageNet Classification with Deep Convolutional Neural Networks笔记(摘要版)

测试结果，Top-1和Top-5的错误率分别为37.5%和17%，优于当时最优的水平。后来作者利用该种模型的变体
u010402786·2015-07-10 09:00

Statistics Package (ST…

------------- If timings are available, the Statspack report will order wait events by time (in the Top
wsql·2013-01-28 22:00

TOP-N Query的五种写法(ORACLE)

第一种:最古老的,借助orderbyTOP-Ncolumndesc(desc前面N行，asc最后N行)的结果，使用伪列rownum来实现TOP-5的查询：SQL>selectename,sal2from3
liushiboy·2006-08-09 16:00
上一页 1 2 3 4 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他