2014年新加坡国立大学提出的
在GoogLeNet之前,该设计后来为GoogLeNet(Inception)和 ResNet 等网络模型所借鉴
NIN——Network In Network 网络中的网络
前面的的LeNet、 AlexNet和VGG在设计上的共同之处是:先以由卷积层构成的模块充分抽取空间特征,再以由全连接层构成的模块来输出分类结果。其中, AlexNet和VGG对LeNet的改进主要在于如
何对这两个模块加宽(增加通道数)和加深。而 NiN 提出了了另外⼀一个思路,即串联多个由卷积层和“全连接”层构成的小网络来构建一个深层⽹网络
相关文章
- 03-05Pytorch之经典神经网络(五) —— NIN
- 03-05神经网络系列之五 -- 线性二分类的方法与原理
- 03-05DL之CNN:计算机视觉之卷积神经网络算法的简介(经典架构/论文)、CNN优化技术、调参学习实践、CNN经典结构及其演化、案例应用之详细攻略
- 03-05Pytorch(五):神经网络之 torch.nn——Convolution Layers
- 03-05经典网络之NIN(Network in Network)
- 03-05五大经典算法之动态规划
- 03-05经典网站标志之五
- 03-05C++ Primer经典书目阅读之五:表达式
- 03-05DL:神经网络算法简介之耗算力的简介、原因、经典模型耗算力计算、GPU使用之详细攻略
- 03-05DL之ANN/DNN: 人工神经网络ANN/DNN深度神经网络算法的简介、应用、经典案例之详细攻略