Neuron Nonlinearity(非线性神经元)最好用小型网络来设计不同的尺寸,当做到足够小的时候,Neuron Nonlinearity就能更好的拟合它应该具备的功能。从而得到Network in Network(NIN),会有很不错的性能。 现将Network in Network(NIN)放到GoogleNet上面测试一下,Labeled Faces in the Wild数据库(简称LFW,对应研究非受限情况下人脸识别问题),准确率可以达到99.7%,而最好的百度已经可以做到99.8%的准确率。 Feedback Strategies(回馈策略),在Feedback层面,不同的Layer和Task之间可以做很多操作,假设每层的数据相同,很自然的它就是在上面逐步测试,第一次调试可能不准确,但却可以帮助网络最终实现很高的性能。例如给你一张图像,其中一些层的尺寸是一样的,可以拿进行对比,从而识别出哪个是眼镜、哪个是包、哪个是帽子、包和衣服等等。
|
正在阅读:像人一样去思考 你所不知的人工智能技术像人一样去思考 你所不知的人工智能技术
2015-10-10 00:15
出处:PConline原创
责任编辑:sunziyi
键盘也能翻页,试试“← →”键
本文导航 | ||
|