Spark in me - Internet, data science, math, deep learning, philo

snakers4 @ telegram, 1166 members, 1156 posts since 2016

All this - lost like tears in rain.

Internet, data science, math, deep learning, philosophy.
No bullshit.

На чай
- goo.gl/zveIOr
- Договор ТКС 5011673505

Сайт spark-in.me
Файл goo.gl/5VGU5A
Чат goo.gl/IS6Kzz

October 24, 04:56

Классические статьи про deep learning - на этот раз inceptionv4 (странно я мало про нее слышал до этого).

Суть - это самая state-of-the-art доступная для простого человека модель, которая имеет ~3% top5 ошибки на imagenet (после этого народ стал ковырять более легкие сетки):

- Статья написана четко и понятным языком (что редкость). Сама архитектура попахиваем перебором брутфорсом)

- Базовая архитектура в 1 картинку - goo.gl/H7sxpL

- Inception v4 - arxiv.org/abs/1602.07261

- Из интересного:

-- Inception<3 имеет такую безумную архитектуру, т.к. гугл тренировал ее на каком-то своем старом распределенном софте - и там были ограничения по памяти

-- Inception4 имеет более простую архитектуру по сравнению с inception3

-- Inception4 и inception-resnet примерно одинаковы по своей мощности

-- В принципе ясно как они репортят точность - goo.gl/JyDkGg (100+ кропов?)

-- Базовая архитектура в 1 картинку - goo.gl/H7sxpL

--- Входной энкодер - goo.gl/RWCZCM (stem)

--- Блоки A , B - goo.gl/QYZCAa

--- Блок C - goo.gl/1XCp6f

--- Reduction блоки - goo.gl/qcBUv5 - goo.gl/Gpeize

Ну и прикладной совет - видите сетку на основе inception - пробуйте прикрутить к ней v4)

Для pytorch эта модель еще есть только в виде PR

- github.com/pytorch/vision/pull/43/files

#deep_learning