CNN总结
GoogleNet：增加感受野 GoogleNet提出了一种Inception结构，如上右图，从上一层到下一层的时候，分出四块，每块具有不同的卷积核，然后汇合在下面，使用了一个concrete层。好处在于，采用不同大小的卷积核意味着不同大小的感受野，最后拼接意味着不同尺度特征的融合。之所以卷积核大小采用1、3、5，主要是为了方便对齐。设定卷积步长stride=1之后，只要分别设定pad=0、1、2
相关文章
- 1. CNN总结
- 2. Mask R-CNN总结
- 3. Fast R-CNN总结
- 4. cnn调优总结
- 5. ***CV AND CNN 总结***
- 6. Cascade R-CNN总结
- 7. R-CNN、Fast R-CNN、Faster R-CNN、Mask R-CNN总结
- 8. CNN经典模型总结
- 9. Tensorflow学习总结（1）：CNN
- 10. CNN卷积方式总结
- 更多相关文章...
- • Docker 资源汇总 - Docker教程
- • XML 总结 下一步学习什么呢？ - XML 教程
- • 算法总结-双指针
- • 算法总结-回溯法
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. CNN总结
- 2. Mask R-CNN总结
- 3. Fast R-CNN总结
- 4. cnn调优总结
- 5. ***CV AND CNN 总结***
- 6. Cascade R-CNN总结
- 7. R-CNN、Fast R-CNN、Faster R-CNN、Mask R-CNN总结
- 8. CNN经典模型总结
- 9. Tensorflow学习总结（1）：CNN
- 10. CNN卷积方式总结