内容简介:有三AI知识星球-网络结构
有三AI知识星球-网络结构
目前已经超过30篇文章了,内容覆盖了这些。
(1) CNN起源网络。
从什么时候开始,才算是卷积神经网络的诞生呢?图像和语音又是如何受益于卷积神经网络,为什么网络要采用分层的设计,是谁开始使用最大池化?LeNet5为什么要加个5呢?难道还有1,2,3,4吗?除了分类数字,上个世纪的CNN还有其他用吗?
Neocognitron,TDNN,HMAX,Cresceptron等网络可以了解一下。
(2) 经典网络的发展。
为什么深度学习崛起从RBM开始?AlexNet诞生之前Alex同学在干什么?VGG怎么就想起来使用小卷积了呢?1*1卷积如何大发神通?
(3) 残差网络结构及其变种。
ResNet文章引用量已经过万了,但是你知道几十年前的shortcut connection早就已经在网络结构中使用了吗?LeCun大神们早就系统性研究过shortcut connection了吗?早在resnet之前的highway network已经训练过上1000层的深层模型了吗?残差网络的高度和宽度谁更加重要,残差的极致是什么?残差网络结构还有多少种玩法?
(4) 分组网络及其变种。
随着网络的能力越来越强,大家开始追求性价比了,研究表明分组卷积不仅强大,而且高效!分组卷积的起源到底是什么?卷积拆分和分组有什么相似和区别之处?从Xception到MobileNet真的有变化吗?多分辨率卷积核通道分组网络,多尺度通道分组网络,多精度通道分组网络,如何各自大显神通?这里还有很多很多的故事要讲。
(5) 非正常卷积。
谁说卷积核一定要方方正正,能不能从结构上设计出具有各种不变性的网络,且看大神们将来如何玩坏卷积方式,你不想了解一下吗?
(6) 其他。
网络宽度更加重要还是深度更加重要,图像分割模型都有哪些变种?这里只有想不到,没有看不到!
不多说了,需要的朋友快来吧!
以上就是本文的全部内容,希望本文的内容对大家的学习或者工作能带来一定的帮助,也希望大家多多支持 码农网
猜你喜欢:- 第1周 |「知识星球」高质量答疑 7 个问题
- 一套价值 99 元的干货课程,送给知识星球用户!
- V8十年故事:从农场诞生的星球最强JS引擎
- 代码审计知识星球二周年 && Code-Breaking Puzzles
- 【6月月报】新书加印与勘误,七大专栏齐上线,知识星球大改版!
- 自由星球会议,FSF年会 LibrePlanet Conference 2019 敲定举办时间与地点
本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们。