CNN總結
GoogleNet：增加感受野 GoogleNet提出了一種Inception結構，如上右圖，從上一層到下一層的時候，分出四塊，每塊具有不同的卷積核，然後匯合在下面，使用了一個concrete層。好處在於，採用不同大小的卷積核意味着不同大小的感受野，最後拼接意味着不同尺度特徵的融合。之所以卷積核大小採用1、3、5，主要是爲了方便對齊。設定卷積步長stride=1之後，只要分別設定pad=0、1、2
相關文章
- 1. CNN總結
- 2. Mask R-CNN總結
- 3. Fast R-CNN總結
- 4. cnn調優總結
- 5. ***CV AND CNN 總結***
- 6. Cascade R-CNN總結
- 7. R-CNN、Fast R-CNN、Faster R-CNN、Mask R-CNN總結
- 8. CNN經典模型總結
- 9. Tensorflow學習總結（1）：CNN
- 10. CNN卷積方式總結
- 更多相關文章...
- • Docker 資源彙總 - Docker教程
- • XML 總結 下一步學習什麼呢？ - XML 教程
- • 算法總結-雙指針
- • 算法總結-回溯法
相關標籤/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。
最新文章
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. CNN總結
- 2. Mask R-CNN總結
- 3. Fast R-CNN總結
- 4. cnn調優總結
- 5. ***CV AND CNN 總結***
- 6. Cascade R-CNN總結
- 7. R-CNN、Fast R-CNN、Faster R-CNN、Mask R-CNN總結
- 8. CNN經典模型總結
- 9. Tensorflow學習總結（1）：CNN
- 10. CNN卷積方式總結