一文读懂VGG网络

不平明 · 发表于 2022-12-12 06:55:32

请问上池化和下池化有什么讲究吗？

為何 · 发表于 2022-12-12 06:55:51

手写的那个六万个训练数据的吗？我也CPU跑是三分钟跑完的

山水之间大有人 · 发表于 2022-12-12 06:56:45

还是用实验室的服务器吧(摊手)

不觉似水年华 · 发表于 2022-12-12 06:57:12

有一个问题是FC6和FC7为什么是4096呢？这是和数据集大小有关么？

丁路豹 · 发表于 2022-12-12 06:57:35

哥，VGG-in TensorFlow里的代码直接运行，准确率好像不高

完颜宗翰 · 发表于 2022-12-12 06:58:22

高清可以理解，无码。。。谁会特意给vgg打码吗

咿呀咿呀哦喂 · 发表于 2022-12-12 06:59:01

FC-1000是跟数据集有关的，1000代表数据集有1000个种类

FC-4096是一般根据经验设定的，有可能是2的n次方，这块他设定的是2的64次方，也有可能是最后一个POOL平整化之后的一维向量降低整数倍（完全不是人话），举个栗子，比如说这块最后经过最大池化之后输出为7x7x512=25088个元素，xxx的值可以设置为xxx乘以某个整数=25088。

还有一点FC6和FC7不一定非要一样，有些时候FC6-xxx是FC7-xxx的整数倍。有可能他们都是2的n次方

堂堂郑郑 · 发表于 2022-12-12 06:59:55

一个是放大一个是缩小，希望我没理解错

小戚 · 发表于 2022-12-12 07:00:55

为什么VGG对比AlexNet，同样的视野，卷积核小了之后，更深的网络可以提高效果，intuition是什么？谢谢

佛系购物狂 · 发表于 2022-12-12 07:01:12

写的不错，请问AlexNet不是没有7*7的卷积核吗

		自动登录	找回密码
密码			立即注册