文章 2024-10-17 来自:开发者社区

度学习中的ResNet模型:原理、特点与应用

深度学习技术在过去十年中取得了飞速的发展,其中卷积神经网络(Convolutional Neural Networks, CNNs)在图像识别、目标检测等任务中表现尤为突出。然而,随着网络深度的增加,模型容易出现梯度消失和梯度爆炸的问题,导致训练困难。为了解决这一问题,2015年微软研究院提出了残差...

文章 2023-08-17 来自:开发者社区

ResNet18详细原理(含tensorflow版源码)

ResNet18原理 ResNet18是一个经典的深度卷积神经网络模型,由微软亚洲研究院提出,用于参加2015年的ImageNet图像分类比赛。ResNet18的名称来源于网络中包含的18个卷积层。 ResNet18的基本结构如下: 输入层:接收大小为224x224的RGB图像。卷积层:共4个卷积层,每个卷积层使用3x3的卷积核和ReLU激活函数,提取图像的局部特征。残差块:共8个残差块,每...

ResNet18详细原理(含tensorflow版源码)
文章 2023-05-23 来自:开发者社区

部署教程 | ResNet原理+PyTorch复现+ONNX+TensorRT int8量化部署

1简介这是【集智书童】第一次录制视频的PPT课件,这里公开给大家,希望能够帮助大家在深度学习模型部署的道路上越走越远,让我们设计和训练的人工智能算法能够真正的落地。一下是所有的PPT内容,由于时间问题就直接截图给大家:

部署教程 | ResNet原理+PyTorch复现+ONNX+TensorRT int8量化部署

本页面内关键词为智能算法引擎基于机器学习所生成,如有任何问题,可在页面下方点击"联系我们"与我们沟通。