《Going deeper with convolutions》翻译
作者:互联网
G o i n g d e e p e r w i t h c o n v o l u t i o n s Going\ _{}deeper\ _{}with\ _{}convolutions Going deeper with convolutions
C h r i s t i a n S z e g e d y , W e i L i u , e t a l . Christian\ _{}Szegedy,Wei\ _{}Liu,et\ _{}al. Christian Szegedy,Wei Liu,et al.
更 深 的 卷 积 更深的卷积 更深的卷积
摘要:我们提出了一种代号为Inception的深度卷积神经网络架构,该架构负责为ImageNet大规模视觉识别挑战赛2014(ILSVRC14)设置分类和检测的最新技术水平。该架构的主要特点是网络内部计算资源的利用率得到提高。这是通过精心设计实现的,该设计允许在保持计算预算不变的情况下增加网络的深度和宽度。为了优化质量,架构决策基于Hebbian原则和多尺度处理的直觉。在我们提交的ILSVRC14中使用的一种特定化身称为GoogLeNet,它是一个22层深的网络,其质量在分类和检测的背景下进行评估。
- 具有128个过滤器的1×1卷积,用于降低维度和修正线性激活。
- 具有1024个单元和修正线性激活的全连接层。
- dropout层,其输出下降率为70%。
- 具有softmax损失的线性层作为分类器(预测与主分类器相同的1000个分类,但在推断时删除)。
标签:架构,deeper,卷积,分类器,Going,convolutions 来源: https://blog.csdn.net/HUAI_BI_TONG/article/details/111937294