10 篇文章
  • 人工智能|09 撸铁撸技术!ResNet_V2

    ResNet的第二个版本,论文最终版发表于2016年7月。读完这篇论文,第一感觉就是ResNet V1版本仅仅是作者用来尝鲜,在体验到y=x的无穷魅力后,这个版本将恒等映射的作用发挥到了极致。
        首先就是模型中的Block江山易主,V1版本时作者将恒等映射称为“铺路策略”,而在这个版本作者则认为恒等映射才是王道,并且通过不断的研究实验最终证明Block的最后激活使用恒等映射是最佳选择,使用这样的方式来改变ResNet模型,作者在Cifar10数据上建立了1001层深度的ResNet,并将成绩(错误率)降低到了4.92%

    108 19-01-15
  • 人工智能|08 Resnet V1

    看完google net,就轮到resnet了。resnet有两个基础版本,今天我们来看看resnet v1。Resnet v1是何恺明等人在2015年提出的CNN结构,其研究重点在于极深神经网络的梯度消失问题。

    89 18-12-28
  • 人工智能|今天,我也来当一回网红课揭秘账号

    大家好,我是YESLAB人工智能课程​的曹鑫磊老师,关于上海交大的课程交付已经完成。事实上,一开始我们都觉得很忐忑,毕竟是国内名校如果课程的知识含量上不去,势必会觉得我们在作秀,抑或完成任务。而如果知识含量太大搞得学生都弄不懂,则会反应出老师的不专业。而YESLAB人工智能导师江老师从第一节课前就嘱咐过我,“现场授课的好处就在于能与学生沟通,得到学生及时的反馈。”换句话说,这就是战场,你不能上了战场才露出怯懦,必须掌控整个战局才能获得胜利!

    66 18-12-20
  • 人工智能|07 解锁GoogLeNet V3

    第三个版本的Google Inception Net 论文题目为Rethinking the Inception Architecture for Computer Vision,从题目就可以看出这又是一篇研究性质的论文,没有全新的结构,但会带来一些新的技术思维,供读者们在自己的研究领域中借鉴。既然是谷歌出品肯定是影响非凡,所以自信的谷歌在本论文的开头部分就提出了设计深度卷积神经网络的一些准则,一切违反准则的设计都是假大空。

    40 18-11-23
  • 人工智能|06 踢开Google Net的大门

    第二版本的GooLeNet 论文题目很特殊,主标题为Batch Normalization,这样的题目难免让人匪夷所思,神经网络在哪里?CNN在哪里?但正是这样题外话般的一篇论文,让人们使用至今。

    23 18-11-14
本网站由阿里云提供云计算及安全服务 Powered by CloudDream