(x-均值)/标准差 是的均值变为0
dropout
caffe2----》caffe2:文件形式,不用写代码,
torch-----》pytorch:动态图,定义,计算一起 科研型
theano----》tensorflow:静态图,先定义图,后运行 产品类
keras:作为Tensorflow的高级应用程序接口 面向对象
神经网络架构:AlexNet,VGGNet,GoogleNet,ResNet
其他的架构:NIN,WIDE ResNeT
leNet:数字识别领域
AlexNet:卷积,池化,归一化,在卷积,池化,全连接 与LeNet类似,只不过层数变多
Vgg 16 19
GoogleNet 22 没有全连接层
ResNet 152层 残差网络
1,CNN,卷积神经网络,是以卷积为核心的一大类网络。 2,LeNet、AlexNet、VGG、GoogLeNet,属于CNN。 3 ,RCNN、Fast RCNN、Faster RCNN、YOLO、YOLOv2、SSD,也属于CNN,但和2是另一条路线。 2和3的区别在于,2属于用于图像分类的CNN,3属于用于目标检测的CNN。
...
1,图像划分为n多小块(可能是每个像素就是一块,但复杂度高 ),分别识别属于那一类,然后合在一起
对于相邻或重复的块,可以共享计算
2,全连接卷积网络
知道物体数量
使用框框框主一类事物
1,框框大小变化位置移动,以此寻找目标位置 计算量大
2,寻找点状n个点状候选区(1000-2000),经过卷积计算RCNN
3,fast-rcnn
4,ssd 图片分为nxn的网格,检测每个格中概率
5,mask rcnn
pixelRNNs
pixelCNNs
自编码器VAE
生成式对抗网络
自动驾驶
人脸检测与识别
行为识别
目标计数
目标分类,定位目标
实时性与性能 需要平衡