基于组合ResNet和InceptionNet的神经网络分类研究

摘要

针对基础的图像分类问题,我们分别使用主流的卷积神经网络进行训练,之后将ResNet网络和InceptionNet网络模块化,提取出ResNetBlock和InceptionBlock,建立新的卷积神经网络组合两个独立模块,并使用一些列的调参方法,和经典的卷积神经网络进行比较,验证的识别率高于原来的卷积神经网络,并且损失函数能降至更低的水平。