深度学习实验的一些小知识点

遇到一条是一条,慢慢增加,怕搞忘了。。。。

1.参数量过大也不好,容易过拟合。

2.DenseNet每一个Dense中的混合函数输入的都是统一大小的通道数卷积特征图,有gr成长率控制,这是减少参数最重要的方法,每次输出来的都是一个固定大小的feature map,不像其他网络那样一层一层往后是增加的,DenseNet通过concat操作将信息一步一步往后传,又加大了信息流动,非常厉害的想法。生成24个feature map,和concat之后输出24个fature map完全不一样,参数量上差了非常多的级别。

猜你喜欢

转载自blog.csdn.net/u012193416/article/details/79620997