摘要：例：输入是m*m*c的图像，卷积核大小是k*k，其输出是n*n*d，也表示卷积核的数量是d，其总参数是多少，总的乘法计算量是多少？ 总参数：c*k*k*d 总乘法计算量：c*k*k*n*n*d 解释如下： 对于输出feature-map上某一个channel的点，经过如下两步得到： 1. 卷积核k* 阅读全文

摘要：SqueezeNet网络模型非常小，但分类精度接近AlexNet。 这里复习一下卷积层参数的计算 输入通道ci，核尺寸k，输出通道co，参数个数为： 以AlexNet第一个卷积为例，参数量达到：3*11*11*96=34848 基础模块 包含三个卷积层（蓝色），步长为1，分为squeeze和expa 阅读全文

摘要：引言 近几年来，CNN在ImageNet竞赛的表现越来越好。为了追求分类准确度，模型越来越深，复杂度越来越高，如深度残差网络（ResNet）其层数已经多达152层。但是在真实场景中如移动或者嵌入式设备，大而复杂的模型是难以被应用的。模型过于庞大会面临内存不足的问题，其次模型的过于复杂也使得响应速度过 阅读全文

摘要：在一般的深度学习框架的 conv2d 中，如 tensorflow、mxnet，channel 都是必填的一个参数 在 tensorflow 中，对于输入样本中 channels 的含义，一般是RGB图片，channels的数量是3（R、G、B）。而灰度图是的channels是1； mxnet 中， 阅读全文

摘要：最近一直在做图片数据集，积累了很多心得。我把我所使用的python脚本全部拿出来，当然这些脚本大部分网上都有，只不过比较分散。 我已经把所有代码上传到github上，觉得写的好的话，请给我一个star https://github.com/gzz1529657064/Python-scripts-u 阅读全文