评论排行榜

CNN卷积神经网络_深度残差网络 ResNet——解决神经网络过深反而引起误差增加的根本问题，Highway NetWork 则允许保留一定比例的原始输入 x。（这种思想在inception模型也有，例如卷积是concat并行，而不是串行）这样前面一层的信息，有一定比例可以不经过矩阵乘法和非线性变换，直接传输到下一层，仿佛一条信息高速公路，因此得名Highway Network

bonelee 2018-05-01 19:07 阅读:3310 评论:1 推荐:1

1、VGG16 2、VGG19 3、ResNet50 4、Inception V3 5、Xception介绍——迁移学习

bonelee 2018-04-29 22:19 阅读:55065 评论:1 推荐:5

cnn handwrite使用原生的TensorFlow进行预测

bonelee 2018-04-26 15:34 阅读:904 评论:1 推荐:0

基于深度学习和迁移学习的识花实践——利用 VGG16 的深度网络结构中的五轮卷积网络层和池化层，对每张图片得到一个 4096 维的特征向量，然后我们直接用这个特征向量替代原来的图片，再加若干层全连接的神经网络，对花朵数据集进行训练（属于模型迁移）

bonelee 2018-04-23 19:47 阅读:14646 评论:1 推荐:4

DNS 负载均衡

bonelee 2018-04-20 14:53 阅读:18045 评论:1 推荐:4