版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
在LeNet的基础上做了改进:
1.Relu:加速训练,优化梯度传播
2.Dropout:减少过拟合,随机丢弃节点
3.Data augmentation:保留标签的图像变化,减少过拟合。
VGGNet:
相对于AlexNet主要特征:
深度继续增加:更多非线性表达能力
小尺寸卷积核:3*(3×3)=(7×7)但是参数相对于后者前者的参数更少
扫描二维码关注公众号,回复:
7584709 查看本文章