【模型实验】几个 经典卷积神经网络CNN模型 回顾：分组卷积--AlexNet，使用3x3卷积核----VGG，使用多种卷积核结构----GoogleNet，减少层参数量----Bottleneck
声明：仅学习使用~
前情回顾：这里，我建议可以先回顾一下在前几天发布的一个Blog：进去后，请看目录3.1----CNN的应用、卷积核的分类、卷积核的进化史，这是一个先沿知识。本次Blog包含上篇内容的文字补充，同时后面是经典CNN模型练习。看目录即可了解。
另外，所参考的视频等资料，也将统一在文末指出。
经典卷积神经网络回顾
- 一、机器学习应用
- 1.1 机器学习应用
- 1.2 卷积的意义
- 1.3 卷积到底做了什么？
- 1.4 卷积核的分类
- 1.4.1 锐化 卷积核（究竟做了什么？效果如何）
- 1.4.2 边缘检测 卷积核（注意 卷积核 元素总和）
- 1.4.3 浮雕 卷积核（相比而言，前两者用的更多一些）
- 1.4.4 应用：卷积核 练习（含 详细分析讲解）
- 1.5 卷积核的进化
本文来自互联网用户投稿，文章观点仅代表作者本人，不代表本站立场，不承担相关法律责任。如若转载，请注明出处。 如若内容造成侵权/违法违规/事实不符，请点击【内容举报】进行投诉反馈！