VGG网络与LeNet5网络的对比分析
2023-02-19 12:20:52 时间
问题
VGG卷积网络相对于LeNet5卷积网络来说卷积核尺寸:LeNet卷积核大小均为5*5,而VGG是只用了3*3的卷积核,步长为1。下采样:LeNet中是2*2的均值池化,再乘以一个可学习的参数, VGG为2*2,步长为2。padding: LeNet 模型中没有使用补边,但是输入的图片(32*32)是比数字所占像素(28*28)更大的。VGG都使用了padding(1或2)。激活函数:LeNet使用Sigmoid,VGG也是使用ReLU。
方法
分别使用VGG和LeNet5训练网络后对mnist数据集进行分类,观察不同点。
LeNet5
VGG
结语
两个网络的都是采用了五个周期,但是准确率的差别有一点大,对于LeNet5卷积神经网络来说,训练五个周期正确率只有20%,但是对与vgg卷积神经网络来说。正确率达到了98%,
对于两个之间的差别,我认为首先vgg卷积网络的卷积核更小,模型的非线性表达能力更好,其次,LeNet卷积神经网络接受的输入层大小为32*32*1,但是对于mnist数据集来说,每一张图片的大小是28*28*1,但是vgg训练五个周期的时间远远大于LeNet5,还存在内存不够用的情况。
相关文章
- 最后一篇:结束不想说再见,那就扬帆再次起航!
- 初学者如何阅读源码?
- 第 16 篇:别再手动管理接口文档了
- 我今天才知道:学习编程和学习编程语言是两码事
- All in One 你想知道的 hacker 技术都在这里
- 第 15 篇:接口的单元测试
- 第 14 篇:限制接口的访问频率
- 第 13 篇:DRF 框架之 API 版本管理
- 第 12 篇:加缓存为接口提速
- 开源利器分享:BitBar 坐看今天你的项目涨了多少 star
- Zookeeper实现分布式锁的原理
- Redis持久化机制
- ThreadLocal底层原理
- ThreadLocal源码解析
- 日志框架(logback原理分析)
- Thread.join的实现原理
- Maven 查看jar包依赖树
- 数据库日志——binlog、redo log、undo log扫盲
- 【MySQL】谈谈锁的类型
- 【数据库】浅析Innodb的聚集索引与非聚集索引