首页> 外文OA文献 >Figure 1: Classical CNN Architectures: LeNet and AlexNet used to outperform the state of the art image classification results on MNIST and ImageNet data sets.

【2h】

Figure 1: Classical CNN Architectures: LeNet and AlexNet used to outperform the state of the art image classification results on MNIST and ImageNet data sets.

机译：图1：古典CNN架构：Lenet和AlexNET用于优于Mnist和ImageNet数据集的艺术图像分类结果的最佳状态。

代理获取

本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。

页面导航

著录项
引文网络
相似文献
相关主题

著录项

作者

展开▼
作者单位

展开▼
年度 -1
总页数
原文格式 PDF
正文语种
中图分类

相似文献

外文文献
专利

1. Modified Alexnet architecture for classification of diabetic retinopathy images [J] . Shanthi T., Sabeenian R. S. Computers and Electrical Engineering . 2019,第期

机译：改进的亚历纳克网架构，用于糖尿病视网膜病变分类
2. On the Scale Invariance in State of the Art CNNs Trained on ImageNet [J] . Graziani Mara, Lompech Thomas, Müller Henning, Machine Learning and Knowledge Extraction . 2021,第2期

机译：关于Imagenet训练的最新状态的规模不变性
3. Deep Learning Earth Observation Classification Using ImageNet Pretrained Networks [J] . Dimitrios Marmanis, Mihai Datcu, Thomas Esch, IEEE Geoscience and Remote Sensing Letters . 2016,第1期

机译：使用ImageNet预训练网络进行深度学习地球观测分类
4. Classification of Garments from Fashion MNIST Dataset Using CNN LeNet-5 Architecture [C] . Mohammed Kayed, Ahmed Anter, Hadeer Mohamed International Conference on Innovative Trends in Communication and Computer Engineering . 2020

机译：使用CNN LeNet-5架构从时尚MNIST数据集中对服装进行分类
5. An Enhancement to CNN Approach with Synthesized Image Data for Disease Subtype Classification [D] . Singh, Narinder Pal. 2021

机译：具有合成图像数据的CNN方法对疾病亚型分类的增强
6. Voxel-Wise Feature Selection Method for CNN Binary Classification of Neuroimaging Data [O] . Domenico Messina, Pasquale Borrelli, Paolo Russo, 2021

机译：用于CNN二进制分类的Voxel-Wise特征选择方法的神经影像数据分类
7. Figure 3: Train and test accuracy curves of LeNet with DBAP layer are demonstrated on state-of-the art benchmark data sets: (A) MNIST, (B) CIFAR-10, (C) FASHION-MNIST and (D) SVHN. [O] . -1

机译：图3：在最先进的基准数据集上演示了DBAP层的LENET的列车和测试精度曲线：（a）mnist，（b）cifar-10，（c）时尚 - mnist和（d）svhn。

Figure 1: Classical CNN Architectures: LeNet and AlexNet used to outperform the state of the art image classification results on MNIST and ImageNet data sets.

著录项

引文网络

相似文献

相关主题

期刊订阅