27 含并行连结的网络 GoogLeNet / Inception V3【动手学深度学习v2】(笔记)

一、含并行连结的网络 GoogLeNet/Inception V3

1、卷积层个数超过了100层,怎么选择最好的卷积层超参数

27 含并行连结的网络 GoogLeNet / Inception V3【动手学深度学习v2】(笔记)_第1张图片

 2、GoogleLeNet 全要

首先,输入和输出等高等宽

其次,不同的路径

27 含并行连结的网络 GoogLeNet / Inception V3【动手学深度学习v2】(笔记)_第2张图片

 3、  白色的1*1卷积层是用来改变通道数的

        蓝色的卷积层是用来抽取信息的

27 含并行连结的网络 GoogLeNet / Inception V3【动手学深度学习v2】(笔记)_第3张图片

 4、为啥要用 Inception块?

27 含并行连结的网络 GoogLeNet / Inception V3【动手学深度学习v2】(笔记)_第4张图片

 5、展示Googlenet,高宽减半就是一个stage

27 含并行连结的网络 GoogLeNet / Inception V3【动手学深度学习v2】(笔记)_第5张图片

 6、展示一下具体是怎么设计的

27 含并行连结的网络 GoogLeNet / Inception V3【动手学深度学习v2】(笔记)_第6张图片

27 含并行连结的网络 GoogLeNet / Inception V3【动手学深度学习v2】(笔记)_第7张图片

27 含并行连结的网络 GoogLeNet / Inception V3【动手学深度学习v2】(笔记)_第8张图片

 7、变种,这些常用一点

27 含并行连结的网络 GoogLeNet / Inception V3【动手学深度学习v2】(笔记)_第9张图片

 27 含并行连结的网络 GoogLeNet / Inception V3【动手学深度学习v2】(笔记)_第10张图片

27 含并行连结的网络 GoogLeNet / Inception V3【动手学深度学习v2】(笔记)_第11张图片

27 含并行连结的网络 GoogLeNet / Inception V3【动手学深度学习v2】(笔记)_第12张图片

 8、诡异但是有效果,每秒跑800个样本,耗内存多,跑得慢,但是精度不错

9、总结

27 含并行连结的网络 GoogLeNet / Inception V3【动手学深度学习v2】(笔记)_第13张图片

 二、代码实现

  •  **kwage是将除了前面显式列出的参数外的其他参数, 以dict结构进行接收.
  • python中*vars代表解包元组,**vars代表解包字典,通过这种语法可以传递不定参数

 

你可能感兴趣的:(动手学深度学习,深度学习,人工智能,神经网络)