googLeNet

深度学习之物体检测——YOLO(三)_PyTorch实现

过程构建26层网络作者采用GoogLeNet作为网络结构，但是并不使用inception模块，而是采用1x1和3x3大小的滤波器进行替代。
Vic时代·2017-05-17 23:40

深度学习之物体检测——YOLO(一)_介绍

YOLO采用的是GoogLeNet结构，但是用1*1和3*3的卷积层来替代GoogLeNet的inception层。网络结构如下：每个卷积层后面都会跟着leakyReLu非线性层。
Vic时代·2017-05-16 11:56

深度学习之GoogLeNet解读

为了提出一个更深的网络，GoogLeNet做到了22层，利用inception结构，这个结构很好地利用了网络中的计算资源，并且在不增加计算负载的情况下，增加网络的宽度和深度。
丶Minskyli·2017-05-16 00:24

keras入门 ---在预训练好网络模型上进行fine-tune

在深度学习的学习过程中，我们可能会用到一些已经训练好的模型，比如AlexNet，googlenet,VGGnet,ResNet等，那我们怎么对这些已经训练好的模型进行fine-tune来提高准确率呢？
CIA_agent·2017-05-15 17:26

keras入门 ---用预训练好网络模型的bottleneck特征

在深度学习的学习过程中，我们可能会用到一些已经训练好的模型，比如AlexNet，googlenet,VGGnet,ResNet等，那我们怎么使用这些已经训练好的模型呢？
CIA_agent·2017-05-15 16:35

深度学习21天实战caffe学习笔记《1:深度学习的过往》

；http://download.csdn.net/detail/julialove102123/98403291.2、相关公司及牛人和技术：Google------->GeoffreyHinton(Googlenet
女王の专属领地·2017-05-12 13:32

Lenet、Alexnet 、VGG、 GoogleNet、ResNet模型

各个模型的对比LeNet：该模型主要是用于识别10个手写数字的。AlexNet：换个视角：该模型的贡献有：1.使用RELU作为激活单元。2.使用Dropout选择性忽略单个神经元，避免过拟合。3.选择最大池化，避免平均池化的平均化效果。网络整体上包含三个结构模块：VGG：该模型在2014年提出的，整个模型在卷积层采用3*3滤波器，步长为2，在池化层采用2*2池化窗口，步长为2。D(VGG16)和E
迷上微笑·2017-05-11 11:03

深度学习之模型finetuning

1.先说明finetuning在什么情况下使用--借用cs231n课程的图，当数据量较小时，运用深度学习这一神器很可能会出现过拟合的现象，但是又想运用训练的灰常好的如VGGNet、GoogleNet等预训练模型时
superxiaoying·2017-04-26 23:02

卷积神经网络CNN（6）—— YOLOv2 参数详解

前言YouOnlyLookOnce(YOLO)是一个基于GoogleNet的物体检测深度网络，Real-time(实时)与Efficient(有效)一定是YOLO最大的特点与优势。
Fate_fjh·2017-04-24 17:37

深度学习网络Lenet Alexnet VGG GoogleNet 总结笔记

：1.Lenet，1986年2.Alexnet，2012年3.GoogleNet，2014年4.VGG，2014年5.Dee
C-------罗·2017-04-20 21:48

GoogLeNet( Going deeper with convolutions)解读

IntroductionGoogLeNet是业界经典的一种深度结构，整个网络有22层，之所以称为GoogLeNet，作者说是为了致敬YannLCun的LeNet。
Andrewseu·2017-04-14 17:45

caffe上手：修改已训练好的网络并训练模型

前面做好了lmdb和均值文件，下面以Googlenet为例修改网络并训练模型。
haoji007·2017-04-06 00:09

《Rethinking the Inception Architecture for Computer Vision》笔记

在2014ILSVRC分类比赛中中，VGG和GoogLeNet取得了优异成绩。卷积网络架构上的改进可以提升计算机视觉各类任务的性能。VGG以很朴素的方式描述了特征，但有很大的计算量
KangRoger·2017-04-04 23:42

深度学习（四）

一、提纲AlexNet:现代神经网络起源VGG:AlexNet增强版GoogleNet:多维度识别ResNet:机器超越人类识别DeepFace:结构化图片的特殊处理U-Net:图片生成网络实例：解剖VGG
鱼丸小咖·2017-03-20 22:38

系统学习深度学习（十九）--GoogLeNetV1,V2,V3

本文介绍的是著名的网络结构GoogLeNet及其延伸版本，目的是试图领会其中的思想而不是单纯关注结构。GoogLeNetIncepetionV1这是GoogLeNet的最早版本，出现在201
Eason.wxd·2017-03-15 10:59

GoogLeNet Inception V1：Going deeper with convolutions论文笔记

论文地址：Goingdeeperwithconvolutions前言在ILSVRC2014上最耀眼的除了VGG，那就非GoogLeNet莫属了，它与VGG类似的地方就是，关注于模型的深度，使模型倾向于deeper
小时候贼聪明·2017-03-13 17:23

GoogLeNet计算过程

量太大，欢迎大家指错GoogLeNet:Input:10x3x224x224按照我们的要求将数据集reshape成我们期望的格式，即3channel,height224,width224，一次处理10张
YankeeWann·2017-03-08 08:25

Batch Normalization Caffe版实现解析

AcceleratingDeepNetworkTrainingbyReducingInternalCovariateShift，这样会对本文有更好的理解；同时使用BatchNormalization的GoogLENet
懒人元·2017-02-22 17:08

GoogLeNet资源【1】

【转】学习笔记：GoogLeNet原作者：lynnandwei原文地址：http：//blog.csdn.net/lynnandwei/article/details/44458033GoogLeNet
女王の专属领地·2017-02-20 19:08

1*1的卷积核与Inception

本文介绍1*1的卷积核与googlenet里面的Inception。正式介绍之前，首先回顾卷积网络的基本概念。
绝对不要看眼睛里的郁金香·2017-02-13 20:13

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

欢迎转载，转载请注明：本文出自Bin的专栏blog.csdn.net/xbinworld。技术交流QQ群：433250724，欢迎对算法、技术感兴趣的同学加入。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
FishBear_move_on·2017-02-10 10:42

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

作者：我爱机器学习链接：https://zhuanlan.zhihu.com/p/22094600来源：知乎著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。CNN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
FishBear_move_on·2017-02-10 10:15

深度学习6：SqueezeNet、GoogLenet

SqueezeNetpaper:https://arxiv.org/abs/1602.07360code:https://github.com/DeepScale/SqueezeNet以下这些博文整理的以及相当全面，记录一下1.SqueezeNet:AlexNet-levelaccuracywith50xfewerparametersand<1MBmodelsize笔记原文链接：http://bl
微风❤水墨·2017-01-18 15:44

使用MXNet fine-tuning之GoogleNet

1.使用caffe中的GoogleNet模型进行fine-tuning使用mxnet/tools/caffe_convert/convert_model.py进行模型和参数的转换：pythonconvert_model.py
dgh_dean·2017-01-16 09:45

关于matconvnet的几个小程序（1）用滑动窗口框出树上的苹果

参考链接考虑：matconvnet官方给出的神经网络分类器imagenet-googleNet-dag.mat已经具备了较强的识别能力，能识别1000种标签。
furuiyang_·2017-01-12 16:04

深度学习之caffe的BN层

一、简介如果将googlenet称之为google家的inceptionv1的话，其BatchNormalization（http://arxiv.org/pdf/1502.03167v3.pdf）文章讲的就是
YelenaZhang·2016-12-29 09:58

学习笔记：GoogLeNet Incepetion V2，V3

上次整理了googlenetV1，V2和V3在同一篇文章里进行描述的，所以我们也在这里一起学习。tensorflow发布了所有的模型https://github.com/tensorflow/models/blob/master/slim/README.md#pre-trained-models论文列表：[v1]GoingDeeperwithConvolutions,6.67%testerrorh
lynnandwei·2016-12-15 17:18

cnn学习之训练和测试数据集处理

最近，在看alexnet，vgg，googlenet的论文时，对于论文中training和testing的时候对于image的处理，做一下总结。
BVL10101111·2016-12-09 19:50

1*1的卷积核与Inception

本文介绍1*1的卷积核与googlenet里面的Inception。正式介绍之前，首先回顾卷积网络的基本概念。
泡温水澡的青蛙·2016-11-30 18:04

GoogLenet Inception module的caffe实现

简述GoogLenet其实网络结构不是很复杂，之所以要总结这个代码实现，主要是想看一下Inceptionmodule在caffe中是怎么实现的。
Buyi_Shizi·2016-11-30 16:03

GoogLenet

面临问题1，当前深度学习网络规模越来越大，网络规模越来越大，网络中的参数也就也来越多，这就很有可能在训练中造成过拟合的问题。2，当前的大规模网络涉及的计算量也是非常高，特别对于卷积层，卷积层的增加带来的就是计算量几何级别的上升。问题思考一味地位追求识别准确率而增加网络规模有一部分原因就是特征提取模块的设计没有能很好提取出图像的特征，如果能在基本的特征提取单元上做一些优化，然后用优化后的特征提取模块
Buyi_Shizi·2016-11-30 16:28

Inception module的演化

概述Inceptionmodule中突出强调了卷积单元特征提取能力的强化对最后的分类效果有着很大的帮助，但是GoogLenet中的Inceptionmodule面临一个问题就是卷积模块太多，造成的计算量很大
Buyi_Shizi·2016-11-30 15:53

【深度学习】论文导读：GoogLeNet模型，Inception结构网络简化（Going deeper with convolutions）

GoogLeNet,一个22层的深度网络。
mao_xiao_feng·2016-11-26 14:00

几种 CNN 经典网络结构

本博文主要对比以下几种网络：LeNet，AlexNet，VGG-Net，GoogLeNet，ResNet。
潇湘_AQ·2016-11-23 22:57

从GoogLeNet架构到deep dream模型

同样地，谷歌技术团队在训练他们的GoogLeNet网络时，为了对网络所学到的特征有更好的理解，他们在特征可视化方面做了很多努力，同时也发现了一些美轮美奂的图画（如下
diligent_321·2016-11-22 22:15

经典卷积神经网络总结:LeNet-5、AlexNet、ZFNet、VGG、GoogleNet、ResNet

1.LeNet-5—-1998LeNet-5是卷积网络的开上鼻祖，它是用来识别手写邮政编码的，论文可以参考Haffner.Gradient-basedlearningappliedtodocumentrecognition.大名鼎鼎的LeNet5诞生于1994年，是最早的深层卷积神经网络之一，并且推动了深度学习的发展。从1988年开始，在多次成功的迭代后，这项由YannLeCun完成的开拓性成果被
Rosun_·2016-11-12 23:19

深度学习之一：卷积神经网络CNN经典模型整理（Lenet-5）

本文介绍以下几个CNN经典模型：Lenet（1986年）、Alexnet（2012年）、GoogleNet（2014年）、VGG（2014年）、DeepResidualLearning（2015年）1.
liu_zhlai·2016-11-02 01:08

图像分割“Fully Convolutional Networks for Semantic Segmentation”

将AlexNet,VggNet,GoogleNet转换为全卷积网络，并定义了结合深层和浅层信息的结构用于分割。
cv_family_z·2016-10-12 17:58

深度学习Day1

为什么深度学习变得重要图.11.AlexNet(2012):A.Krizhevsky&G.Hinton(UToronto)2.GoogleNet(2014):C.Szegedy&etc(Google,Umich
idreamboat·2016-10-12 15:39

GoogleNet的Inception_v1、Inception_v2、Inception_v3、Inception_v4(整理)

来自caffeCN的一个简要的总结(http://caffecn.cn/?/question/255)：先上Paper列表：[v1]GoingDeeperwithConvolutions,6.67%testerror,http://arxiv.org/abs/1409.4842[v2]BatchNormalization:AcceleratingDeepNetworkTrainingbyReduc
langb2014·2016-10-11 13:30

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

CNN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，质问你们的东西有理论推导吗？有数学基础吗？搞得过SVM之类吗？回头来看，就算是真的，大牛们也确实不算无理取闹，是骡子是马拉出来遛遛，
chenyj92·2016-09-26 09:51

基于深度学习的目标检测DET - SSD

先小八卦下，它属于google派系，它的作者也是googlenet的作者。
mao_feng·2016-08-30 23:02

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

原文链接：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
a79066·2016-08-30 13:00

笔记(5):卷积神经网络(3)

下面介绍几个卷积神经网络的模型：AlexNet,GoogLeNet,VGGAlexNetAlexNet是一个具有5层卷积层和3层全连接层的神经网络模型。这个模型的提出推动了深度学习的发展进程。Ale
Lehyu·2016-08-25 15:38

GoogLeNet的心路历程（四）

本文主要介绍GoogLeNet续作二，inceptionv3。说实话，Szegedy这哥们真的很厉害，同一个网络他改一改就改出了4篇论文，这是其中第3篇，还有个inceptionv4。
Traphix·2016-07-28 17:27

GoogLeNet的心路历程（二）

本文介绍关于GoogLeNet第一篇正式论文，习惯称为inceptionv1，如下：[v1]GoingDeeperwithConvolutions，top5error6.67%在开始介绍论文之前，先说一些题外话
Traphix·2016-07-21 16:08

非对称卷积—Asymmetric Convolutions

上面这篇文章应该是GoogLeNet的延伸吧，ChristianSzegedy在发布GoogLeNet之后，又完善了网络一下（变得更复杂），然后写了上面的文章。
Traphix·2016-07-14 10:29

最新SqueezeNet 模型详解，CNN模型参数降低50倍，压缩461倍！

http://blog.csdn.net/xbinworld/article/details/50897870继续前面关于深度学习CNN经典模型的整理，之前介绍了CNN网络Lenet，Alexnet，Googlenet
ylh9604·2016-07-06 08:49

going deeper with convolutions （Googlenet网络解读）

http://www.gageet.com/2014/09203.php这个网址已都经把文章翻译好了，这里主要是说两点：1.Googlenet借鉴了networkinnetwork里的多层感知器结构，也就是
l494926429·2016-05-10 20:00

AlexNet, VGGNet, GoogLeNet 对比

简单对三种CNN网络进行对比。一，AlexNet来自ImageNetClassificationwithDCNNs。1.requireaconstantinputdims.down-sampledtheimagestoafixedresolutionof256*256.(rescaledtheimagessuchthattheshortersidewasoflength256),输入的图像（siz
greenapple_shan·2016-04-18 14:40
上一页 27 28 29 30 31 32 33 34 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他