《PyTorch与深度学习实战》第3章 PyTorch深度学习基础.pptxVIP

第3章 PyTorch深度学习基础;;1. LeNet5 2. AlexNet 3. VGGNet 4. GoogLeNet 5. ResNet ;1. LeNet5 LeNet5是杨立昆（Yann LeCun）在1998年设计的用于手写数字识别的卷积神经网络，当年大多数银行就是用LeNet5来识别支票上面的手写数字的，是早期卷积神经网络中最有代表性的实验系统之一。LeNet5共有7层（不包括输入层），每层都包含不同数量的训练参数，其网络结构如图所示。 ;2. AlexNet AlexNet于2012年由阿莱克斯·克里泽夫斯基（Alex Krizhevsky），伊尔亚?苏茨克维（Ilya Sutskever）和杰弗里·辛顿（Geoffrey Hinton）等人提出，并赢得了2012届图像识别大赛的冠军，使得CNN成为在图像分类上的核心算法模型。AlexNet网络一共分为11层，含5个卷积层以及3个全连接层，除此之外还有3个池化层。在每一个卷积层中包含了激活函数RELU以及局部响应归一化（LRN）处理，然后经过降采样（池化处理）。其网络结构如图所示。 ;2. AlexNet 图中输入的图片尺寸为256×256，然后对输入的图片进行随机裁剪得到227×227大小的图片，将图片输入进网络中，最后得到1000个分布区间为(0,