/text/951
首页
机器学习
神经网络
深度学习
视频
资料
VIP开通
饼饼饼
关闭
用户登录
忘记密码？
注册
登录
CNN-卷积神经网络
CNN入门教程
一、深度学习基础-全连接神经网络
1.1.BP神经网络与数值预测
【原理】BP神经网络与数值预测
【代码】pytorch实现BP神经网络-数值预测
【附件】tanh函数及其导数
1.2.BP神经网络与类别预测
【原理】BP神经网络与类别预测
【代码】pytorch实现BP神经网络-类别预测
【代码】BP神经网络识别手写数字
【原理】softmax函数与交叉熵函数的计算公式
【原理】softmax函数与交叉熵函数的原理
1.3.深层-全连接神经网络
【原理】深层神经网络介绍
【原理】Dropout机制
【附件】pytorch提供的激活函数公式与图像
二、CNN入门-基础CNN神经网络
2.1.基础CNN卷积神经网络
【思想】CNN卷积神经网络是什么
【详解】CNN的卷积计算详解
【详解】CNN的池化计算详解
【模型】基础卷积神经网络的模型结构
【原理】深度学习的SGD训练算法
2.2.基础CNN的实现
【实例】CNN实现手写数字识别
【实例】CNN实现宠物识别
三、CNN进阶-CNN的常见技术
3.1.CNN常用技术
【原理】常用卷积-1x1与3x3卷积
【原理】批归一化BN
【原理】ResNet技术
【原理】什么是Inception
【原理】Inception-V1模块
【原理】Inception-V2模块
【原理】Inception-V3模块
【原理】Inception-V4模块
3.2.CNN-进阶技术-实现案例
【实例】CNN进阶案例-ResNet、BN、Inception的使用
经典CNN模型
一、LeNet与ALexNet网络
1.1.LeNet
【模型】LeNet卷积神经网络模型介绍
1.2.AlexNet模型
【模型】AlexNet模型结构与配置
【模型】AlexNe模型结构与配置(单核)
【训练】AlexNet模型训练
【原理】局部响应归一化LRN
二、VGG网络
2.1.VGG
【介绍】VGGNet是什么
【模型】VGG-16与VGG-19模型结构
【训练】VGGNet的模型训练与评估
【附件】VGGNet模型转换
三、GoogLeNet-Inception
3.1.GoogLeNet-Inception-V1
【模块】GoogLeNet-Inception-V1模块
【模型】GoogLeNet-Inception-V1模型
【训练】GoogLeNet-inception-V1的模型训练
3.2.GoogLeNet-Inception-V2
【模型】GoogLeNet-inception-V2模型与训练
【原理】BN批归一化算法
【原理】BN层应用于模型
【原理】BN层原文的设计思路
3.3.GoogLeNet-Inception-V3
【概述】GoogLeNet-Inception-V3概述
【思想】GoogLeNet-Inception-V3模型思想-详解
【模型】GoogLeNet-Inception-V3模型详细结构与训练
【原理】平滑标签交叉熵损失函数是什么
3.4.GoogLeNet-Inception-V4
【综述】GoogLeNet-Inception-V4系列-综述
【模型】GoogLeNet-Inception-V4模型结构与配置
【模型】GoogLeNet-Inception-ResNet-V1、V2模型
四、ResNet
4.1.ResNet
【简介】ResNet神经网络原文简介
【思想】ResNet神经网络的思想
【模块】ResNet模块介绍
【模型】ResNet的模型结构与训练
【实验】ResNet在ImageNet数据集上的探索实验
【实验】ResNet在CIFAR-10数据集上的相关实验
/
深度学习
/
经典CNN模型
【附件】VGGNet模型转换
作者 : 老饼
发表日期 : 2023-12-23 11:59:05
更新日期 : 2024-01-19 10:41:34
会员文章，
请先登录哦
联系老饼
