深度学习第四课第二周

记住几个经典网络的结构

这里写图片描述
这里写图片描述
这里写图片描述

残差网络结构图

这里写图片描述

Inception

inception可以代替人工帮你决定卷积层大小和要不要加池化层
这里写图片描述
基本思想是不需要人为决定使用哪个过滤器,或者是否需要池化,由网络自行决定。你可以给网络添加所有可能的参数值,然后把输出参数拼接,让网络自己学习他需要什么参数。
这里写图片描述
瓶颈层(bottleneck layer)显著降低了计算量
这里写图片描述

数据扩充(数据增强)

对图片进行一些变换可以增大数据集。第一种方法是:原始图片大小为256*256,在图片上随机选取224*224的小块进行训练,还可以这些小块进行水平翻转进一步增加数据量。另一种方法是使用PCA改变训练图像RGB通道的像素值(改变训练图像RGB通道的强度(intensity))[此方案名义上得到自然图像的重要特性,也就是说,目标是不随着光照强度和颜色而改变的]
这里写图片描述

猜你喜欢

转载自blog.csdn.net/qq_32768091/article/details/78560400