加入收藏 | 设为首页 | 会员中心 | 我要投稿 湖南网 (https://www.hunanwang.cn/)- 科技、建站、经验、云计算、5G、大数据,站长网!
当前位置: 首页 > 教程 > 正文

【深度进修系列】用PaddlePaddle和Tensorflow实现GoogLeNet InceptionV2/V3/V

发布时间:2018-08-17 13:20:12 所属栏目:教程 来源:Charlotte77
导读:技能沙龙 | 邀您于8月25日与国美/AWS/转转三位专家配合切磋小措施电商拭魅战 上一篇文章我们引出了GoogLeNet InceptionV1的收集布局,这篇文章中我们会具体讲到Inception V2/V3/V4的成长过程以及它们的收集布局和亮点。 GoogLeNet Inception V2 GoogLeNet Inc

GoogLeNet Inception V4/和ResNet V1/V2这三种布局在《Inception-v4, Inception-ResNet and the Impact of Residual Connections on Learning》一文中提出,论文的亮点是:提出告终果更好的GoogLeNet Inception v4收集布局;与残差收集融合,提出结果不逊于v4但逊?з度更快的布局。

GoogLeNet Inception V4收集布局

【深度进修系列】用PaddlePaddle和Tensorflow实现GoogLeNet InceptionV2/V3/V

GoogLeNet Inception ResNet收集布局

【深度进修系列】用PaddlePaddle和Tensorflow实现GoogLeNet InceptionV2/V3/V


代码实践

Tensorflow的代码在slim模块下有完备的实现,paddlepaddle的可以参考上篇文章中写的inception v1的代码来写。


总结 

这篇文章较量偏理论,首要讲了GoogLeNet的inception模块的成长,包罗在v2中提出的batch normalization,v3中提出的卷积分级与更通用的收集布局准则,v4中的与残差收集团结等,在现实应用进程中可以可以对统一份数据用差异的收集布局跑一跑,看当作果怎样,现实体验一下差异收集布局的loss降落速度,瞄精确率的晋升等。 

【责任编辑:张燕妮 TEL:(010)68476606】
点赞 0

(编辑:湖南网)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!

热点阅读