Это вторая часть серии, в которой я собираюсь пройти через создание AlexNet и обучение ее на данных CIFAR-10 с нуля. В этой части речь пойдет исключительно о создании AlexNet на основе бумаги . AlexNet AlexNet предполагает, что входное изображение имеет размер 224 x 224 x 3, где 3 представляет канал RGB цветного изображения. Поскольку мы собираемся делать это партиями (упомянутыми в части 1), мы создадим четырехмерный заполнитель для входного изображения. Первый слой свертки..

В предыдущих статьях мы узнали о классических архитектурах сверточных нейронных сетей (CNN) ( LeNet-5 , AlexNet , VGG16 и ResNets ). Мы создали все модели с нуля с помощью Keras, но не обучали их, потому что обучение таких глубоких нейронных сетей требует больших затрат и времени на вычисления. Но благодаря трансферному обучению, когда модель, обученная одной задаче, может быть применена к другим задачам. Другими словами, модель, обученную одной задаче, можно настроить или..

Введение: Алекс Крижевский, Джеффри Хинтон и Илья Суцкевер создали архитектуру нейронной сети под названием «AlexNet» и выиграли соревнование по классификации изображений (ILSVRC) в 2012 году. Они обучили свою сеть на 1,2 миллиона изображений с высоким разрешением в 1000 различных классов с 60 миллионами параметров и 650 000 нейронов. . Обучение проводилось на двух графических процессорах с концепцией разделения слоев, потому что в то время графические процессоры были немного..

ImageNet Challenge 2012 и AlexNet Начиная с ImageNet Challenge… Концепция машинного обучения и глубокого обучения существовала задолго до внедрения этих моделей, но основной причиной этой задержки было отсутствие скорости вычислений и количества обучающих данных. Доктор Фей-Фей Ли осознал необходимость создания набора данных, который служил бы обучающими данными для компьютерного зрения. После успешного создания огромного набора данных изображений вместе с их ярлыками,..