13.1 ConvNeXt网络讲解
今年(2022)一月份，Facebook AI Research和UC Berkeley一起发表了一篇文章A ConvNet for the 2020s，在文章中提出了ConvNeXt纯卷积神经网络，它对标的是2021年非常火的Swin Transformer，通过一系列实验比对，在相同的FLOPs下，ConvNeXt相比Swin Transformer拥有更快的推理速度以及更高的准确率，在ImageNet 22K上ConvNeXt-XL达到了87.8%的准确率。看来ConvNeXt的提出强行给卷积神经网络续了口命。
深度学习-图像分类篇章
（41/46）
510.3万播放
简介
订阅合集
1.1 卷积神经网络基础
26:11
1.2 卷积神经网络基础补充
27:50
2.1 pytorch官方demo(Lenet)
49:48
2.2 tensorflow2官方demo
37:37
3.1 AlexNet网络结构详解与花分类数据集
14:10
3.2 使用pytorch搭建AlexNet并训
32:32
3.3 使用tensorflow2搭建Alexn
39:13
4.1 VGG网络详解及感受野的计算
12:39
4.2 使用pytorch搭建VGG网络
19:54
4.3 使用tensorflow搭建VGG网络
17:19
5.1 GoogLeNet网络详解
16:40
5.2 使用pytorch搭建GoogLeNet
29:03
5.3 使用tensorflow搭建GoogLe
24:10
6.1 ResNet网络结构，BN以及迁移学习详
34:08
6.1.2 ResNeXt网络结构
17:24
6.2 使用pytorch搭建ResNet并基于
39:22
6.2.2 使用pytorch搭建ResNeXt
13:03
6.3 使用tensorflow搭建ResNet
36:45
7.1 MobileNetv1、v2网络详解
27:29
7.1.2 MobileNetv3网络详解
20:28
7.2 使用pytorch搭建MobileNet
29:08
7.2.2 使用Pytorch搭建MobileN
33:54
7.3 使用tensorflow搭建Mobile
30:08
7.3.2 使用Tensorflow2搭建Mob
31:11
8.1 ShuffleNet v1 v2理论讲解
39:58
8.2 使用Pytorch搭建ShuffleNe
30:50
8.3 使用Tensorflow2搭建Shuff
22:48
9.1 EfficientNet网络详解
19:32
9.2使用Pytorch搭建EfficientN
41:28
9.3 使用Tensorflow2搭建Effic
31:29
10.1 EfficientNetV2网络详解
30:59
10.2 使用Pytorch搭建Efficien
26:22
10.3 使用tensorflow搭建Effic
40:35
Transformer中Self-Attenti
18:23
11.1 Vision Transformer(
25:26
11.2 使用pytorch搭建Vision T
40:27
11.3 使用tensorflow2搭建visi
39:25
12.1 Swin-Transformer网络结
51:08
12.2 使用Pytorch搭建Swin-Tra
01:19:44
12.3 使用tensorflow2搭建Swin
23:29
13.1 ConvNeXt网络讲解
19:33
13.2 使用Pytorch搭建ConvNeXt
18:45
13.3 使用Tensorflow2搭建ConvNeXt网络
14:32
14.1 RepVGG网络讲解
32:07
15.1 MobileViT网络讲解
26:03
15.2 MobileViT源码解析(Pytorch)
31:30
顶部