简单说说CNN常用的几个模型?
| 名称 | 特点 |
|---|---|
| LeNet5 | 没啥特点，不过是第一个CNN应该知道 |
| AlexNet | 引入了ReLU和dropout,引入数据增强，池化相互之间有覆盖，三个卷积一个最大池化+三个全连接 |
| VGGNet | 采用11和33的卷积核以及2*2的最大池化使得层数变得更深，常用VGGNet-16和VGGNet-19 |
| Google Inception Net | 这个在控制参数的同时，获得了比较好的分类性能，和上面相比有几个大的改进 1.去除最后的全连接层，而是用一个全局的平均池化层来取代它 2.引入Inception Module,这是一个4个分支结合的结构，所有的分支都用到了11的卷积，这是因为1×1性价比很高，可以用很少的参数达到非线性和特征变换 3.Inception V2第二版将所有的55变成2个3*3，而且提出来著名的Batch Normalization4.Inception V3第三版就更变态了，把较大的二维卷积拆成了两个较小的一维卷积，加速运算，减少过拟合，同时还更改了Inception Module的结构 |
| 微软ResNet残差神经网络(Residual Neural Network) | 1.引入高速公路结构，可以让神经网络 变得非常深 2.ResNet第二个版本将ReLU激活函数 变成y=x的线性函数 |
-
本文向大家介绍简单说说特征工程？相关面试题，主要包含被问及简单说说特征工程？时的应答技巧和注意事项，需要的朋友参考一下 特征工程是利用数据领域的相关知识来创建能够使机器学习算法达到最佳性能的特征的过程，从数学的角度来讲，特征工程就是人工地去设计输入变量X
-
本文向大家介绍详细说说CNN工作原理相关面试题，主要包含被问及详细说说CNN工作原理时的应答技巧和注意事项，需要的朋友参考一下 1 人工神经网络 1.1 神经元 神经网络由大量的神经元相互连接而成。每个神经元接受线性组合的输入后，最开始只是简单的线性加权，后来给每个神经元加上了非线性的激活函数，从而进行非线性变换后输出。每两个神经元之间的连接代表加权值，称之为权重（weight）。不同的权重和激活
-
本文向大家介绍请说说css常用的单位和不常用的单位分别有哪些？相关面试题，主要包含被问及请说说css常用的单位和不常用的单位分别有哪些？时的应答技巧和注意事项，需要的朋友参考一下 常用: px, em, rem, vw, vh, % 不常用: vmin, vmax, ex, ch
-
本文向大家介绍简单说一说，缓存的优点是什么？相关面试题，主要包含被问及简单说一说，缓存的优点是什么？时的应答技巧和注意事项，需要的朋友参考一下 考察：redis 优点：1、减少了对数据库的读操作，数据库的压力降低 2、加快了响应速度
-
我正在学习Java中的Ant脚本，阅读以下Hello World教程：http://Ant.apache.org/manual/tutorial-helloWorldWithant.html 然后将以下简单代码放入:src\oata\helloworld.java: 现在通过以下shell语句对其进行编译： 我知道javac编译了无类，但这一行到底是怎么做呢？ TNX 安德里亚
-
本文向大家介绍说说你所熟悉 或听说过的，J2EE中的几种常用模式。再讲讲你对设计模式的一些看法？相关面试题，主要包含被问及说说你所熟悉 或听说过的，J2EE中的几种常用模式。再讲讲你对设计模式的一些看法？时的应答技巧和注意事项，需要的朋友参考一下 考察点：J2EE设计模式 Session Facade Pattern：使用SessionBean访问EntityBean Message Faca