<svg xmlns="http://www.w3.org/2000/svg" style="display: none;"> <path stroke-linecap="round" d="M5,0 0,2.5 5,5z" id="raphael-marker-block" style="-webkit-tap-highlight-color: rgba(0, 0, 0, 0);"></path> </svg> <p><strong>文章与视频资源多平台更新</strong></p> 讯享网
微信公众号|知乎|B站|头条：AI研习图书馆
ResNet系列网络，图像分类领域的知名算法，经久不衰，历久弥新，直到今天依旧具有广泛的研究意义和应用场景。被业界各种改进，经常用于图像识别任务。
今天主要介绍一下ResNet-18网络结构，其他深层次网络，可以依次类推。
ResNet-18，数字代表的是网络的深度，也就是说ResNet18 网络就是18层的吗？实则不然，其实这里的18指定的是带有权重的 18层，包括卷积层和全连接层，不包括池化层和BN层。
本文主要基于caffe框架，解读Resnet-18网络结构~
网络结构图，由caffe train.prototxt文件内容绘制：
caffe train.prototxt文件内容：
讯享网
详细参数设置，可查看以上文件内容定义。
ResNet及其变体网路系列，对于一般的图像识别任务表现优异，具体场景的算法应用，可以结合实际情况，进行具体网络结构改进，如网路裁剪，网络加深或其它策略，可以进行实践改进。
码字不易，如有不对，欢迎留言交流
您的支持，是我不断创作的最大动力
欢迎点赞，关注，留言交流
深度学习，乐此不疲
个人微信公众号，欢迎关注~
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容，请联系我们，一经查实，本站将立刻删除。
如需转载请保留出处：https://51itzy.com/kjqy/201085.html