Complex_Convolutional_Neural_Network_Architecture:使用tensorow.keras功能API实现复杂的卷积神经网络架构-源码

上传者: 42099942 | 上传时间: 2021-09-03 16:41:50 | 文件大小: 707KB | 文件类型: ZIP
Complex_Convolutional_Neural_Network_Architecture 该存储库进一步体现了我对一些著名的复杂卷积神经网络架构的实现。 这些模型是使用Tensorflow的Keras功能API从零开始开发的,这是一种创建比tf.keras.Sequential API更灵活的模型的方法。 功能性API可以处理具有非线性拓扑的模型,具有共享层的模型以及具有多个输入或输出的模型。 这种架构使神经网络可以学习深度模式(使用深度路径)和简单规则(通过短路径)。 开发型号清单 从分支悬空模型到深度卷积和点卷积的模型已经进行了实验。 我还实现了U-net,这是专门用于生物医学图像分割的独特体系结构。 最后,我制作了一个自定义的复杂模型,并在上进行了训练。 AlexNet-AlexNet是卷积神经网络的名称,它对机器学习领域产生了重大影响,特别是在将深度学习应用于机器视觉

文件下载

资源详情

[{"title":"( 8 个子文件 707KB ) Complex_Convolutional_Neural_Network_Architecture:使用tensorow.keras功能API实现复杂的卷积神经网络架构-源码","children":[{"title":"Complex_Convolutional_Neural_Network_Architecture-main","children":[{"title":"AlexNet.ipynb <span style='color:#111;'> 113.43KB </span>","children":null,"spread":false},{"title":"GoogleNets.ipynb <span style='color:#111;'> 516.04KB </span>","children":null,"spread":false},{"title":"Images","children":[{"title":"Xception.png <span style='color:#111;'> 90.93KB </span>","children":null,"spread":false},{"title":"Readme.md <span style='color:#111;'> 132B </span>","children":null,"spread":false},{"title":"download.png <span style='color:#111;'> 66.88KB </span>","children":null,"spread":false},{"title":"Googlenet.png <span style='color:#111;'> 110.43KB </span>","children":null,"spread":false},{"title":"AlexNet.png <span style='color:#111;'> 32.27KB </span>","children":null,"spread":false}],"spread":true},{"title":"README.md <span style='color:#111;'> 5.33KB </span>","children":null,"spread":false}],"spread":true}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明