一.基礎網路
1.2014-vgg-《very deep convolutional networks for large-scale image recognition》翻譯
2.tensorflow實現vggnet
3.python3下tensorflow練習（六）之vgg16/vgg19探索
4.深度學習**隨記（二）---vggnet模型解讀-2023年（very deep convolutional networks for large-scale image recognition）
二.目標檢測（**合集）
1.spp-net解讀
2.sppnet**翻譯-空間金字塔池化spatial pyramid pooling in deep convolutional networks for visual recognition
2.深度學習筆記（七）ssd **閱讀筆記簡化
3.ssd演算法tensorflow實現
4.git上ssd模型呼叫
5.ssd**閱讀***
三.語義分割
1.卷積神經網路cnn（4）—— segnet
四.其他演算法
1.卷積的三種模式:full, same, valid
2.cs231n學習筆記-啟用函式-bn-引數優化
3.深入理解bn
深度學習 網路正則化
in 1n i 1n yi f xi 2 r d min 1n i 1n yi f xi 2 r d 2 12 22l2 12 222 1 i i l2 1 i i 1 1 2 22 1 1 2 22 2 c 2 原理 對於某層神經元，在訓練階段均以概率p隨機將該神經元權重設定為0，在測試階段所有神...
深度學習網路結構
lenet 一共有五層，兩層卷積加三層全連線，架構如下 卷積部分 均無padding 輸入kernel size stride kernel個數 輸出池化 第一層卷積 32 32 3 5 51 628 28 6 14 14 6 第二層卷積 14 14 6 5 51 1610 10 16 5 5 16...
深度學習 網路訓練技巧
1.1 學習率 learning rate 學習率 是控制模型學習效率 步長 的權重。學習率的大小區分區別 學習率大 學習率小 學習速度快慢 應用場合 訓練初期 數次epoch過後 缺點1.容易損失過大 2.容易發生振盪 1.容易過擬合 2.收斂速度慢 學習率的設定 在訓練過程中，一般根據訓練輪數設...