Skip to content

Lesson-24

AlexNet

  • SVM：提取特征，用核函数计算相关性，凸优化问题，也有着优美的定理
  • 2000年代，计算机视觉问题通常被描述为几何问题

发展历程：alt text

数据是发展中的一大重要原因：

  • ImageNet（2010）：alt text

AlexNet在2012年赢得了ImageNet上的比赛

  • 更深更大的LeNet
  • 采用了dropout、ReLU、MaxPooling
  • 改变了计算机视觉方法论：通过CNN学习特征（CNN和Softmax回归分类是一起训练的）
  • 架构如下：alt text 更大的窗口，因为图片变大了，窗口内的信息变得有限；通道数变多了，因为我们希望在第一层就识别出很多模式 alt text 输出通道更多，希望网络去识别更多的模式；新增加了三个卷积层 alt text 为应对1000个类别的分类问题，增加更大的隐藏层

Details：（1）Sigmoid换成ReLU，减缓了梯度消失；（2）隐藏全链接层后加入了丢弃层；（3）做了数据增强

本页面最近更新：，更新历史
发现错误？想一起完善？ 在 GitHub 上编辑此页！
本页面贡献者：OI-wiki
本页面的全部内容在 协议之条款下提供，附加条款亦可能应用