動手學深度學習PyTorch版學習筆記（2）

卷積神經網絡 AlexNet 首次證明了學習到的特徵可以超越⼿⼯設計的特徵，從而⼀舉打破計算機視覺研究的前狀。 特徵： 8層變換，其中有5層卷積和2層全連接隱藏層，以及1個全連接輸出層。 將sigmoid激活函數改成了更加簡單的ReLU激活函數。 用Dropout來控制全連接層的模型複雜度。 引入數據增強，如翻轉、裁剪和顏色變化，從而進一步擴大數據集來緩解過擬合。 使用重複元素的網絡（VGG） V

>>阅读原文<<