第四十三周学习笔记

论文阅读

• ImageNet Classification with Deep Convolutional Neural Networks，提出了AlexNet，在ImageNet上首度超过传统方法
• ROUGE: A Package for Automatic Evaluation of Summaries，一个基于recall的nlg度量
• CIDEr: Consensus-based Image Description Evaluation，基于相似度的nlg度量，同时考虑了recall和precision

AlexNet on CIFAR10

具体实现采用了现代网络设方法，与原版不同之处有：

• 原版在两个GPU上训练两个网络，并在中间某些层设置了两个网络的连接，这里只用一个网络
• 原版有response local normalization，这里没有使用
• 原版的最大池化是overlapping的kernel=3,stide=2的池化，这里直接22

最佳测试误差为78.06%

Faegen

详见excel

本周小结

• 论文阅读数3，少两篇

下周计划

• 论文阅读

标签：网络,笔记,学习,池化,nlg,原版,ImageNet,第四十三,Evaluation
来源： https://blog.csdn.net/luo3300612/article/details/90722443