【小知识】神奇的深度卷积神经网络AlexNet
图像分类的目的对于机器人具有重大意义，比如，将下图中的动物分类（或识别）为“雪豹”。
文章图片
ImageNet网站拥有超过一千五百万张高精度图片，大致可以分为2.2万种类别，这些图片由亚马逊劳务众包平台“Amazon Mechanical Turk”搜集并予以标识。
ILSVRC是具有人工智能“世界杯”之称的ImageNet大规模视觉识别挑战赛，从下图可以看到，随着深度神经网络的研究不断深入，ImageNet分类误差越来越小。
文章图片
深度卷积神经网络举例：SuperVision（SV）
l 7层隐藏加权层
l 650,000个神经元
l 60,000,000个参数
l 630,000,000次互连
采用了线性修正单元、重叠池化、dropout等技术。
AlexNet深度卷积神经网络的结构组成：
文章图片
输入图片大小：227 x227 x 3
数据接受域（Receptionfield size）大小F：11
跨度stride：4
卷积层输出大小：55 x55 x 96
神经元总数量：55 x 55x 96 = 290,400，每个神经元具有11 x11 x 3 = 363个权值和1个偏置
因此，AlexNet的第一卷积层上的参数个数就有290,400 x 364 =105,705,600！
采用了训练速度更快的激活函数RELU，f(x) = max(0, x)。
以CIFAR-10数据集为例，4层CNN的RELU的训练收敛速度是tanh的6倍。
更多内容下载地址：ImageNet Classification with Deep Convolutional Neural Networks
http://page2.dfpan.com/fs/5lccdj1282a17249163/
【【小知识】神奇的深度卷积神经网络AlexNet】更多精彩文章请关注微信号：
文章图片
推荐阅读
- Java毕设课设|计算机实战项目之 含论文+辩论PPT+源码等]微信小程序基于微信小程序的校园跑腿+后台管理系统
- 投稿|早期投资元气森林、小鹏汽车、纯米科技……，CPE源峰高扬：什么样的消费品牌能真正放大？
- 投稿|《羊了个羊》：小游戏也不再“简单快乐”了
- 浅谈网站优化
- 【面试高频题】难度 3/5，求 LCS 具体方案变形题
- 投稿|头部品牌折戟，这些小众火锅却在逆势崛起
- 投稿|4块一小时，也养不活共享充电宝
- 机器学习系列文章|【晨读算法】为什么经常看到使用朴素贝叶斯公式的时候把分母忽略了（）
- 聊聊cortex的Backoff
- node.js与微信小程序后台数据库的交互（4）改进后的html与node.js通信