资料下载
×
使用深度卷积神经网络进行ImageNet数据库分类
消耗积分:0 |
格式:rar |
大小:1.54 MB |
2021-03-29
姚小熊27
分享资料个
我们训练了一个大型的深度卷积神经网络，来将在 ImageNet LSVRC-2010 大赛中的 120万张高清图像分为 1000 个不同的类别。对测试数据，我们得到了 top-1 误差率 37.5%，以及 top-5 误差率 17.0%，这个效果比之前最顶尖的都要好得多。该神经网络有 6000 万个参数和 650，000个神经元，由五个卷积层，以及某些卷积层后跟着的 max-pooling 层，和三个全连接层，还有排在最后的 1000-way 的 softmax 层组成。为了使训练速度更快，我们使用了非饱和的神经元和一个非常高效的 GPU 关于卷积运算的工具。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
