深度学习第五讲课后题

1. 相比Lenet-5, Alexnet进行了哪些改进?这些改进起到了什么作用? (1) ReLU代替Sigmoid,深度网络梯度离散; (2) Dropout随机激活,避免过拟合; (3) 两个CPU并行计算,提高计算效率 2. VGG中为什么采用更小的卷积核? VGG网络参数数量很多,在深层次中用小卷积核捕捉细节的变化,同时降低了计算量 3. 画出Inception模块的结构图,Google
相关文章
相关标签/搜索