首页
学习
活动
专区
工具
TVP
发布

深度学习思考者

专栏作者
89
文章
133236
阅读量
42
订阅数
深度学习模型压缩与加速算法之SqueezeNet和ShuffleNet
自从AlexNet一举夺得ILSVRC 2012 ImageNet图像分类竞赛的冠军后,卷积神经网络(CNN)的热潮便席卷了整个计算机视觉领域。CNN模型火速替代了传统人工设计(hand-crafted)特征和分类器,不仅提供了一种端到端的处理方法,还大幅度地刷新了各个图像竞赛任务的精度,更甚者超越了人眼的精度(LFW人脸识别任务)。CNN模型在不断逼近计算机视觉任务的精度极限的同时,其深度和尺寸也在成倍增长。
深度学习思考者
2019-05-26
9150
卷积神经网络源码——最终输出部分的理解
该文介绍了如何通过卷积神经网络(CNN)对图像进行分类,并给出了一个具体的例子。首先,介绍了CNN的基本原理和结构,包括输入层、卷积层、池化层和全连接层等。然后,通过一个具体的例子,说明了如何使用CNN对MNIST手写体数据进行分类。最后,总结了该方法的优缺点,包括准确率、计算复杂度、可解释性等方面。
深度学习思考者
2018-01-03
6210
卷积神经网络中图像池化操作全解析
本文对池化操作在卷积神经网络中的重要性进行了探讨,介绍了池化操作的几种不同形式,包括最大池化、平均池化、随机池化等,并分析了各种池化操作在卷积神经网络中的应用。同时,本文还介绍了池化操作的优点,以及池化操作在空间金字塔池化中的实现方法。
深度学习思考者
2018-01-03
1.5K0
Vehicle Logo Recognition System Based on Convolutional Neural Networks With a Pretraining Strategy
本文提出了一种基于卷积神经网络(CNN)的车辆标志识别系统。该系统使用一种粗分割策略将车辆标志识别任务转换为多个独立的识别任务,并使用主成分分析(PCA)进行预处理。实验结果表明,该系统在标准数据集上的性能优于其他基于传统计算机视觉技术的系统,同时具有较好的鲁棒性。
深度学习思考者
2018-01-02
8290
没有更多了
社区活动
腾讯技术创作狂欢月
“码”上创作 21 天,分 10000 元奖品池!
Python精品学习库
代码在线跑,知识轻松学
博客搬家 | 分享价值百万资源包
自行/邀约他人一键搬运博客,速成社区影响力并领取好礼
技术创作特训营·精选知识专栏
往期视频·千货材料·成员作品 最新动态
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档