Python视觉深度学习系列教程 第三卷 第7章 在ImageNet上训练ResNet
2023-09-14 09:01:35 时间
第三卷 第七章 在ImageNet上训练ResNet
在本章中,将从头开始实施和训练ResNet架构。ResNet在深度学习的历史上极为重要,因为它引入了残差模块和恒等映射的概念。这些概念使我们能够训练在ImageNet上具有>200层和在CIFAR-10上具有>1,000层的网络——以前认为在成功训练网络时不可能达到的深度。
我们已经在第二卷的第12章中详细回顾了ResNet架构;但本章仍将简要回顾一下残差模块的当前变化。 并将使用 Python 和 mxnet 库实现 ResNet。 最后,我们将执行许多实验,从头开始在ImageNet上训练 ResNet。
1、理解ResNet
ResNet 的基石是残差模块。在他们 2015 年的论文中,残差模块由两个分支组成。第一个是简单的快捷方式,它将输入连接到第二个分支的添加,一系列卷积和激活(图,左)。
然而,在同一篇论文中,发现瓶颈残差模块表现更好,尤其是在训练更深的网络时。瓶颈是对残差模块的简单扩展。我们仍然有我们的快捷模块,只是现在我们微架构的第二个分支发生了变化。我们现在应用了三个卷积,而不是只应用两个卷积(图,中间)。
第一个CONV由1*1个过滤器组成,第二个由3*3个过滤器组成,第三个由1*1个过滤器组成。此外,前两个CONV学习的过滤器数量为1/4最终CONV学习的数量 ——这就是“瓶颈”出现的地方。
最后,在2016年更新的出版物《深度残差网络中的身份映射》中。
相关文章
- Python WSGI v1.0 中文版(转)
- Python实现设置终端显示颜色、粗体、下划线等效果
- 深度增强学习实践:让Python小程序玩一款游戏,来训练神经网络
- Python视觉深度学习系列教程 第三卷 第6章 在ImageNet上训练GoogLeNet
- Python视觉深度学习系列教程 第三卷 第16章 从头开始训练SSD
- Python视觉深度学习系列教程 第三卷 第5章 在ImageNet上训练VGGNet
- Python视觉深度学习系列教程 第三卷 第8章 在ImageNet上训练SqueezeNet
- 机器学习笔记 - 使用python从头构建和训练神经网络
- 【OpenCV-Python】教程:9-2 级联分类器训练
- 华为OD机试 - 字符串加密(Java & JS & Python)
- Python编程语言学习:for循环实现对多个不同的DataFrame数据执行相同操作(可用于对分开的测试集、训练集实现执行相同逻辑任务)
- TF:基于tensorflow框架利用python脚本下将YoloV3训练好的.ckpt模型文件转换为推理时采用的.pb文件
- TF:基于tensorflow框架利用python脚本下将YoloV3训练好的.ckpt模型文件转换为推理时采用的.pb文件
- 有了这个可视化插件, Python 编程更轻松
- python基础===如何在列表,字典,集合中根据条件筛选数据
- python高级在线题目训练-第二套
- opencv-python(PIL)图像处理之训练模型前的几种图预处理
- Python进阶—Numpy
- Python爬虫自学系列(一)
- Python 自然语言处理(一)字频统计