- 1、本文档共17页,其中可免费阅读11页,需付费50金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
第6章经典卷积网络结构进阶;目录;GoogleNet,又称为InceptionV1,是由Google团队在2014年提出的一种深度卷积神经网络(CNN)架构。这一模型在当年的ImageNet大规模视觉识别挑战赛(ILSVRC)中表现优异,取得了图像分类任务的冠军。GoogleNet的设计引入了多尺度特征提取的Inception模块,通过不同尺寸的卷积核并行计算,提升了模型的计算效率和特征提取能力。
核心思想:
1)多尺度特征提取:GoogleNet通过使用不同大小的卷积核,能够从多个尺度提取图像特征,从而增强了模型的表达能力。这种多尺度的特征提取使得网络可以更好地捕捉到图像的细节和上下文信
您可能关注的文档
- 《深度学习原理及应用》课件 第1章 感知机.pptx
- 《深度学习原理及应用》课件 第2章神经网络.pptx
- 《深度学习原理及应用》课件 第3章 神经网络的学习方法.pptx
- 《深度学习原理及应用》课件 第5章 经典卷积网络结构.pptx
- 《深度学习原理及应用》课件 第7章语言模型.pptx
- 《深度学习原理及应用》课件 第8章word2vec模型.pptx
- 《深度学习原理及应用》课件 第9章循环神经网络模型.pptx
- 《深度学习原理及应用》课件 第10章Transformer模型.pptx
- 《深度学习原理及应用》课件 第11章Transformer模型.pptx
- 《深度学习原理及应用》课件 第12章预训练模型.pptx
文档评论(0)