【导读】本文是卷积神经网络结构系列专题第二篇文章，前面我们已经介绍了第一个真正意义上的卷积神经网络，那就是由发明者Lecun发明的LeNet，详细解读见：【卷积神经网络结构专题】一文详解LeNet（附代码实现）...

近期，公众号将推出卷积神经网络结构系列专题文章，将深入浅出的为大家介绍从1998年到2020年的卷积神经网络结构，深刻体会每种网络的前世今身和进化历程。本文作为开篇，我们一起来探索一下由CNN之父Yann LeCun在1998提出来...

如果卷积的输出输入都只是一个平面，那么1x1卷积核并没有什么意义，它是完全不考虑像素与周边其他像素关系。但卷积的输出输入是长方体，所以1x1卷积实际上是对每个像素点，在不同的channels上进行线性组合（信息整合），且保留了图...

假设给定一张图（可能是字母X或者字母O），通过CNN即可识别出是X还是O，如下图所示

目前计算机视觉（CV，Computer Vision）与自然语言处理（NLP，Natural Language Process）是深度学习的主要研究领域。而计算机视觉的三大任务是图像分类、目标检测和目标分割。...

论文题目是《Single Shot MultiBox Detector》论文地址：ttps://arxiv.org/abs/1512.02325SSD是一阶段One Stage方法，SSD算法提取了不同尺度的特征图，既可以检测大目标也可以检测小目标，采用不同大小和长宽比的检测框ancho...

从我们深度学习项目的高层视角或概括的角度来看，我们准备了数据，现在，我们准备构建我们的模型。

编者按：时空融合（Spatiotemporal fusion）是三维卷积神经网络（3D CNNs）的关键要素，它决定了网络前馈过程中每一层如何提取、融合空间信号和时间信号。目前已有的时空融合分析方法囿于过大的网络训练开销，仅能对有限数量的融合...

大家好，本篇教程的贡献者来自社区投稿作者【陨星落云】，使用CIFAR-10数据集进行图像分类。该数据集中的图像是彩色小图像，其中被分为了十类。一些示例图像，如下图所示：...

人工智能的发展突飞猛进，主要得益于深度卷积神经网络，其在计算机视觉领域取得了巨大的成就，卷积神经网络依靠卷积操作对输入图像进行特征提取，卷积是一种线性的、具有平移不变性的局部加权运算，卷积运算也有很多改进方法，目...