从 AlexNet、VGG 到 ResNet:卷积网络深度学习笔记
从卷积核和参数共享出发,理解 AlexNet、VGG 与 ResNet 的设计重点,以及深度、优化和泛化的区别。
Tag
这个标签下共有 4 篇文章。
从卷积核和参数共享出发,理解 AlexNet、VGG 与 ResNet 的设计重点,以及深度、优化和泛化的区别。
对照两篇论文的任务、特征融合与空间定位,区分语义分割、实例分割,以及损失函数和评价指标。
从注意力公式、编码器解码器和位置表示读 Transformer,再比较 BERT 的双向编码、MLM、NSP 与微调方式。
比较 MemGPT 的上下文调度、AWM 的经验流程复用和 A-Mem 的记忆组织,用例子理解三种记忆能力的差别。