从RFCN来看，Resnet-50和Resnet-101到最后一层卷积都是缩小到原来尺寸的16分之一，并且都用的7x7的格子去roipooling。  看paper可以知道：resnet-50核心是由3个conv2_x（3个卷积层），4个conv3_x（3个卷积层），6个conv4_x（3个卷积层）...

inception1还在增加宽度，但resnet没有，只是增加深度...

深度在神经网络中有及其重要的作用，但越深的网络越难训练。随着深度的增加，从训练一开始，梯度消失或梯度爆炸就会阻止收敛，normalizedinitialization和intermediatenormalization能够解决这个问题。但依旧会出现degradationproblem：随着深度的增加，准确率会达到饱和，...

原文地址：https://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2650728746&idx=1&sn=61e9cb824501ec7c505eb464e8317915&scene=0#wechat_redirect近日，Dishas...

原文地址：https://www.jianshu.com/p/72481d794a6b大家好，这是专栏《AI不惑境》的第二篇文章，讲述模型深度与模型性能的关系。进入到不惑境界，就是向高手迈进的开始了，在这个境界需要自己独立思考。如果说学习是一个从模仿，到追随，到创造的过程，那么到这个阶段，应该跃过了模仿和追随的阶段，进...

原文地址：https://blog.csdn.net/luoluonuoyasuolong/article/details/81750190AlexNet论文：《ImageNetClassificationwithDeepConvolutionalNeuralNetworks》第一个典型的CNN是LeNet5网络结构，...

原文地址：https://zhuanlan.zhihu.com/p/27642620如果要提出一个新的神经网络结构，首先就需要引入像循环神经网络中“时间共享”这样的先验知识，降低学习所需要的训练数据需求量。而卷积神经网络同样也引入了这样的先验知识：“空间共享”。下面就让我们以画面识别作为切入点，看看该先验知识是如何被引...

原文地址：https://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2650754422&idx=4&sn=0dc881487f362322a875b4ce06e645f7&chksm=871a8908b06d001ef7386ccc75...

记录一些网友写的博客或者帖子，供学习用，感谢！用文氏图来理解卷积神经网络如何决定提取哪些特征：https://blog.csdn.net/kane7csdn/article/details/84890592为什么卷积能够提取图像的特征？看完此文应该能够给你一个答案：https://blog.csdn.net/charl...

原文地址：https://blog.csdn.net/chognzhihong_seu/article/details/70941000GAN — GenerativeAdversarialNetworks3D-GAN — LearningaProbabilisticLatentSpaceofObjectShapesv...

原文地址：https://blog.csdn.net/Uwr44UOuQcNsUQb60zk2/article/details/81074408前言    很多人不明白为什么要在神经网络、逻辑回归中要在样本X的最前面加一个1，使得X=[x1,x2,…,xn]变成X=[1,x1,x...

原文地址：https://www.zhihu.com/question/59800121/answer/184888043 神经元 在深度学习领域，神经元是最底层的单元，如果用感知机的模型，wx+b,加上一个激活函数构成了全部，输入和输出都是数字，研究的比较清楚。别的不说，在参数已知的情况下，有了输...

原文地址：https://www.cnblogs.com/charlotte77/p/5629865.html最近在看深度学习的东西，一开始看的吴恩达的UFLDL教程，有中文版就直接看了，后来发现有些地方总是不是很明确，又去看英文版，然后又找了些资料看，才发现，中文版的译者在翻译的时候会对省略的公式推导过程进行补充，但...

原文地址：https://blog.csdn.net/qq_35082030/article/details/73368962在深度学习十分火热的今天，不时会涌现出各种新型的人工神经网络，想要实时了解这些新型神经网络的架构还真是不容易。光是知道各式各样的神经网络模型缩写（如：DCIGN、BiLSTM、DCGAN……还有...

Thereasonwhyneuralnetworkismorepowerfulthanlinearfunctionisbecauseneuralnetworkusethenon­linearfunctiontomapthedatasetwhichisdifficulttoseparatetoseparablespace...