VGG:多个块叠加使用+降维至MLP+softmax,其中块的结构:一个或多个3*3的卷积+一个最大池化层 VGG无疑是其中表现最好的,然而它是用复杂度换来的,他们这三个模型的共同点是都在最后使用了MLP,我们来看一下这三个模型的复杂度,用卷积层后的第一个全连接层的参数表示复杂度: LeNet:16 * 5 * 5 * 120 =...
输出尺寸:(X, Y) = (28, 28) # 由卷积核尺寸、输入尺寸、移动步长、填充尺寸调整。 第2章 全连接网络与卷积网络的结构比较 2.1 全连接网络 (1)一维向量模型 输入尺寸:(X) = (640) 单全连接神经元:(X) = (640) # 与输入尺寸完全相同 单神经元输出:(X) = (1) # 所有输入被合并成一路 全连接...