Case Study: AlexNet(深度学习鼻祖)
该图从下往上看
首先输入图片2272273
- 卷积+池化 f 96个特征图 11*11 s=4 pad=0
- 卷积+池化
- 卷积
- 卷积
- 卷积+池化
- 全连接操作
- 全连接操作
- 用softmax 分裂器进行分类
Case Study: VGGNET(模型好)
有16层也有19层
只有33 的卷积特征图 stride 1 pad 1(步长1 填充层1)
和22的池化层(MAX POOL)stride 2
string(21) "{"docs":[],"count":0}" array(2) { ["docs"]=> array(0) { } ["count"]=> int(0) }