当前位置： 首页 > news >正文

深度学习-卷积神经网络-AlexNET

news 2025/7/12 16:24:58

文章目录

  • 前言
    • 1.不同卷积神经网络模型的精度
    • 2.不同神经网络概述
    • 3.卷积神经网络-单通道
    • 4.卷积神经网络-多通道
      • 5.池化层
      • 6.全连接层
      • 7.网络架构
      • 8.Relu激活函数
      • 9.双GPU
      • 10.单GPU模型
  • 1.LeNet-5
  • 2.AlexNet
    • 1.架构
    • 2.局部响应归一化（VGG中取消了）
    • 3.重叠/不重叠池化
    • 4.过拟合-数据增强
      • 5.过拟合-dropout
      • 6.性能

前言

本章内容来自B站：
AlexNet深度学习图像分类算法

1.不同卷积神经网络模型的精度

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

2.不同神经网络概述

在这里插入图片描述

3.卷积神经网络-单通道

在这里插入图片描述

4.卷积神经网络-多通道

在这里插入图片描述

5.池化层

在这里插入图片描述

6.全连接层

在这里插入图片描述

7.网络架构

在这里插入图片描述
在这里插入图片描述

8.Relu激活函数

sigmoid和tanh会产生梯度消失或者爆炸的问题
在这里插入图片描述
在这里插入图片描述

9.双GPU

10.单GPU模型

1.LeNet-5

手写数字识别
在这里插入图片描述
在这里插入图片描述

2.AlexNet

1.架构

双GPU上
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述
在这里插入图片描述

2.局部响应归一化（VGG中取消了）

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

3.重叠/不重叠池化

在这里插入图片描述

4.过拟合-数据增强

在这里插入图片描述
在这里插入图片描述

5.过拟合-dropout

在这里插入图片描述

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

6.性能

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

http://www.lryc.cn/news/183204.html

相关文章：

  • 人机关系不是物理关系也不是数理关系
  • ＜html dir=ltr＞是什么意思?
  • 工厂模式：简化对象创建的设计思想 （设计模式 四）
  • 【2023最新】微信小程序中微信授权登录功能和退出登录功能实现讲解
  • 复习 --- C++运算符重载
  • 复习 --- select并发服务器
  • 程序三高的方法
  • 全志ARM926 Melis2.0系统的开发指引⑦
  • 全志ARM926 Melis2.0系统的开发指引⑧
  • 区别对比表：阿里云轻量服务器和云服务器ECS对照表
  • 【做题笔记】多项式/FFT/NTT
  • 网课搜题 小猿题库多接口微信小程序源码 自带流量主
  • centos安装conda python3.10
  • 解密京东面试：如何应对Redis缓存穿透？
  • #力扣：1. 两数之和@FDDLC
  • 【小沐学Python】各种Web服务器汇总（Python、Node.js、PHP、httpd、Nginx）
  • 【AI视野·今日Robot 机器人论文速览 第四十六期】Tue, 3 Oct 2023
  • macOS三种软件安装目录以及环境变量优先级
  • 嵌入式Linux裸机开发（一）基础介绍及汇编LED驱动
  • 企业微信机器人对接GPT
  • 【数据结构】排序(1) ——插入排序 希尔排序
  • Python 列表推导式深入解析
  • 信息学奥赛一本通-编程启蒙3103：练18.3 组别判断
  • C++ primer plus--探讨 C++ 新标准
  • 2023版 STM32实战6 输出比较(PWM)包含F407/F103方式
  • 选择排序算法：简单但有效的排序方法
  • 安卓教材学习
  • C++设计模式-生成器（Builder）
  • CTFHUB - SSRF
  • 边缘计算网关