推 acctouhou: 你如果知道每一個操作在幹嘛就不會問這個問題勒 09/17 01:36
可能你誤會了!我的問題比較偏向lin大大說的那樣
→ RumiManiac: AlexNet 參考 LeNet-5，其他打不贏就加入 09/17 02:10
→ RumiManiac: 你可以看看 LeNet-5 的 paper 09/17 02:11
了解，因為我也有看網路上GoogleNet的講解(不是paper)
裡面當然很多結構架構都是他們設計好了，
但 好像很少特別說明 每一層詳細的構造。
→ linfeelin: 就是一直試，可以先考慮輸入的維度或是你想要解決什麼 09/17 10:23
→ linfeelin: 樣的問題，才來建構每一層 09/17 10:23
所以其實他們也是一直try最後才得出paper上面看到的 感謝
※ 編輯: arfa0711 (118.163.199.180 臺灣), 09/17/2020 11:08:52
推 wang19980531: 這是DL 不是AI 09/17 13:27
推 ddavid: DL也是AI會用到的技術，並沒有太大問題 09/17 15:32
→ ddavid: 然後其實是先理解每一種層能做到什麼效果，理解自己要解的 09/17 15:33
→ ddavid: 問題應該需要哪些效果，先有個預想以後才去猜想可以怎麼建 09/17 15:33
→ ddavid: 構，提出一些可能的模型，初步測試後發現結果在什麼方面有 09/17 15:34
→ ddavid: 不足跟缺失，才去修改或重建 09/17 15:35
→ ddavid: 不是一開始就try try try，問題隨便大一點try一次可能就一 09/17 15:35
→ ddavid: 星期以上，不可能沒有任何預想就從try開始的 09/17 15:36
→ ddavid: 至於Paper沒詳細說明，有時是篇幅不夠，有時是有些組合本 09/17 15:37
→ ddavid: 來就已經為人熟知 09/17 15:37
推 ddavid: 去看以前的相關reference就解釋過了，所以他就只側重在自 09/17 15:40
→ ddavid: 己有進一步改進的地方 09/17 15:40
→ ddavid: 像是為何Conv->ReLU->Conv->ReLU->Pooling而不是 09/17 15:41
→ ddavid: Conv->ReLU->Pooling循環兩次之類的，有些其實自己慢慢推 09/17 15:42
→ ddavid: 敲每層的效果與副作用也可以得到概念 09/17 15:43
→ arfa0711: 謝謝D大 很詳細！ 09/18 09:52
→ chang1248w: 我怎麼記得看到比較多conv->bn->relu.. 09/18 21:53
推 world4jason: 某樓真的在講幹話 呵呵 09/19 16:23
→ world4jason: 通常是一個好的套路 大家就會沿用 而好的套路就是try 09/19 16:23
→ world4jason: 出來的 沒有為什麼 09/19 16:23
→ world4jason: 如果你真的想問 那應該是try的邏輯 這要去看paper 09/19 16:26
→ world4jason: 發paper通常兩種 一種是我假設某個東西很好 我實作 09/19 16:26
→ world4jason: 驗證 發現很好 那我發paper跟大家說 另一個就是我東 09/19 16:26
→ world4jason: 改改西改改 發現很好 找個解釋or強行給個解釋 09/19 16:26
推 email81227: shorturl.at/bxzK3 這篇文獻不知道能不能幫忙? 09/20 18:03
推 rain45: 原po應該不是想問每個conv block內部設計，畢竟他已經知道 09/26 10:16
→ rain45: relu 、池化等概念，而是問說為何這邊連續接5個conv block 09/26 10:16
→ rain45: ，後面連續接3個conv block，這個「數量」是怎麼設計的， 09/26 10:16
→ rain45: 不知道理解有沒有誤 09/26 10:16
→ erre: 就是調參數的概念 10/03 14:49
→ kevin8197: 覺得調參＋1 10/07 13:33
推 wang19980531: Try and error 10/16 00:50
→ howayi: 看一下 CS231n 介紹神經網路的歷史，大概就能知道架構怎麼 10/28 07:33