内容简介：有三AI知识星球-网络结构
有三AI知识星球-网络结构
目前已经超过30篇文章了，内容覆盖了这些。
(1) CNN起源网络。
从什么时候开始，才算是卷积神经网络的诞生呢？图像和语音又是如何受益于卷积神经网络，为什么网络要采用分层的设计，是谁开始使用最大池化？LeNet5为什么要加个5呢？难道还有1，2，3，4吗？除了分类数字，上个世纪的CNN还有其他用吗？
Neocognitron，TDNN，HMAX，Cresceptron等网络可以了解一下。
(2) 经典网络的发展。
为什么深度学习崛起从RBM开始？AlexNet诞生之前Alex同学在干什么？VGG怎么就想起来使用小卷积了呢？1*1卷积如何大发神通？
(3) 残差网络结构及其变种。
ResNet文章引用量已经过万了，但是你知道几十年前的shortcut connection早就已经在网络结构中使用了吗？LeCun大神们早就系统性研究过shortcut connection了吗？早在resnet之前的highway network已经训练过上1000层的深层模型了吗？残差网络的高度和宽度谁更加重要，残差的极致是什么？残差网络结构还有多少种玩法？
(4) 分组网络及其变种。
随着网络的能力越来越强，大家开始追求性价比了，研究表明分组卷积不仅强大，而且高效！分组卷积的起源到底是什么？卷积拆分和分组有什么相似和区别之处？从Xception到MobileNet真的有变化吗？多分辨率卷积核通道分组网络，多尺度通道分组网络，多精度通道分组网络，如何各自大显神通？这里还有很多很多的故事要讲。
(5) 非正常卷积。
谁说卷积核一定要方方正正，能不能从结构上设计出具有各种不变性的网络，且看大神们将来如何玩坏卷积方式，你不想了解一下吗？
(6) 其他。
网络宽度更加重要还是深度更加重要，图像分割模型都有哪些变种？这里只有想不到，没有看不到！
不多说了，需要的朋友快来吧！
以上就是本文的全部内容，希望本文的内容对大家的学习或者工作能带来一定的帮助，也希望大家多多支持 码农网
猜你喜欢:
- 第1周 |「知识星球」高质量答疑 7 个问题
- 一套价值 99 元的干货课程，送给知识星球用户！
- V8十年故事：从农场诞生的星球最强JS引擎
- 代码审计知识星球二周年 && Code-Breaking Puzzles
- 【6月月报】新书加印与勘误，七大专栏齐上线，知识星球大改版！
- 自由星球会议，FSF年会 LibrePlanet Conference 2019 敲定举办时间与地点
本站部分资源来源于网络，本站转载出于传递更多信息之目的，版权归原作者或者来源机构所有，如转载稿涉及版权问题，请联系我们。
Data Structures and Algorithms
Alfred V. Aho、Jeffrey D. Ullman、John E. Hopcroft / Addison Wesley / 1983-1-11 / USD 74.20
The authors' treatment of data structures in Data Structures and Algorithms is unified by an informal notion of "abstract data types," allowing readers to compare different implementations of the same......一起来看看 《Data Structures and Algorithms》 这本书的介绍吧!
