一、简介VGG全称是Visual Geometry Group属于牛津大学科学工程系，其发布了一些列以VGG开头的卷积网络模型，可以应用在人脸识别、图像分类等方面，分别从VGG16～VGG19。VGG研究卷积网络深度的初衷是想搞清楚卷积网络深度是如何影响大规模图像分类与识别的精度和准确率的，最初是VGG-16号称非常深的卷积网络全称为（GG-Very-Deep-16 CNN），VGG在加深网络..

目录一、简介二、网络结构1. 使用了Relu激活函数。2. 标准化（Local Response Normalization）3. Dropout4. 数据增强（data augmentation）三、tensorflow代码实现一、简介AlexNet是2012年ImageNet竞赛冠军获得者Hinton和他的学生Alex Krizhevsky设计的。也是在那年...

 0、标准卷积默认你已经对卷积有一定的了解，此处不对标准卷积细讲。举个例子，假设有一个3×3大小的卷积层，其输入通道为16、输出通道为32。那么一般的操作就是用32个3×3的卷积核来分别同输入数据卷积，这样每个卷积核需要3×3×16个参数，得到的输出是只有一个通道的数据。之所以会得到一通道的数据，是因为刚开始3×3×16的卷积核的每个通道会在输入数据的每个对应通道上做卷积，然后叠加每...

2018/9/15   顺丰科技  10：00-12：00    题型一、选择题（36道）包含计算机组成原理计算机网络、机器学习深度学习等内容二、编程题（2道）1、判断芝麻是否在面包上，其中面包可以用多边形拟和，输入为：n（拟合面包的多边形点数）坐标（面包的n个点的坐标）m（芝麻的个数）芝麻坐标（每个芝麻的坐标）输出：坐标（在面包上的芝麻坐标）...

注：选择题记不清了，简答题和系统设计大致题目如下，程序题也是大致意思，不是原题，原题给了一个实际场景，此处忽略。笔试时间为2018年9月14日19：00-21：00，用的是赛码网，和牛客网有所区别，爱奇艺用的也是赛码网，只前没用过，所以习惯他的编译器都浪费了很多时间。一、选择题（30道，60分）有图像处理题有程序题，几道是C++，两道是python有计算机组成原理的题目有计...

目录0、简介1、优势2、网络基本结构3、总结0、简介论文：Aggregated Residual Transformations for Deep Neural Networks论文链接：https://arxiv.org/abs/1611.05431PyTorch代码：https://github.com/miraclewkf/ResNeXt-PyTorch这...

一、简介VGG全称是Visual Geometry Group属于牛津大学科学工程系，其发布了一些列以VGG开头的卷积网络模型，可以应用在人脸识别、图像分类等方面，分别从VGG16～VGG19。VGG研究卷积网络深度的初衷是想搞清楚卷积网络深度是如何影响大规模图像分类与识别的精度和准确率的，最初是VGG-16号称非常深的卷积网络全称为（GG-Very-Deep-16 CNN），VGG在加深网络..

一、下载并安装下载地址：https://github.com/bazelbuild/bazel/releases官网安转教程：https://docs.bazel.build/versions/master/install-ubuntu.html安装比较简单，可以参考官方教程进行。安装成功的测试：在终端输入bazel，如果没有报“未找到命令”，说明已经安装成功。二、bazel常...

目录一、基本简介二、LeNet网络的基本结构1、INPUT层-输入层2、C1层-卷积层3、S2层-池化层（下采样层）4、C3层-卷积层5、S4层-池化层（下采样层）6、C5层-卷积层7、F6层-全连接层8、Output层-全连接层三、总结一、基本简介LeNet-5出自论文Gradient-Based Learning Applied to Doc...

目录一、ResNet v1二、ResNet v2一、ResNet v1一说起“深度学习”，自然就联想到它非常显著的特点“深、深、深”（重要的事说三遍），通过很深层次的网络实现准确率非常高的图像识别、语音识别等能力。因此，我们自然很容易就想到：深的网络一般会比浅的网络效果好，如果要进一步地提升模型的准确率，最直接的方法就是把网络设计得越深越好，这样模型的准确率也就会越来越准确。那...