👁‍🗨 Klasik CNN Modellerini İnceleme

Klasik Sinir Ağları

Network

Açıklama

LeNet - 5

Sayıları algılamak için kullanılan eski bir sistem

AlexNet

LeNet'e çok benzerdir ama çok daha büyüktür (çok hyperparam)

VGG - 16

Oldukça sade bir sinir ağı sistemi vardır

LeNet - 5

  • Artık kullanılmayan:

    • Pek işe yaramayan softmax algoritmasını kullanır

    • avg pooling (artık max pooling işlemi yapılıyor)

  • 6'dan 16'a geçiş aşamasında boyut değişmekte, günümüzde pooling işlemlerinde channel değiştirilmez.

    • Channel değiştirmek karmaşıklığı arttıracaktır

    • Pooling işlemlerinde sigmoid / tanh kullandığından lineerliği bozar. (ReLU kullanılmalıydı)

    • graph transfer network yapısı günümüzde yaygın olarak kullanılmamakta

  • Makalesi okuması zor türdendir.

  • 60k parametresi vardır

LeNet - 5 Mimarisi ![](../../res/ex_lenet5.png)

AlexNet

  • LeNet'e çok benzemektedir ama çok daha büyüktür

  • 60M parametresi vardır (çok fazla)

    • Dikkate değer alan üzerinde eğitim yapılmaktadır

  • Çok daha fazla gizli birime ve çok daha fazla veri üzerinde eğitim alabildikleri gerçeğine dayanarak görüntü üzerinde sadece dikkate değer bir performansa sahip olmasına izin veren veri setini eğitmişlerdir.

Orjinalinde (224,224) iken (227, 227) olarak kullanılması daha etkili imiş. ~ Andrew Ng

AlexNet mimarisi ![](../../res/ex_alexnet.png)

VGG - 16

  • Çok fazla hyperparam yerine daha sade bir yapı kullanılır

  • Sinir ağları mimarisini sadeleştirir

  • 16 ifadesi parametreli 16 katmanı olduğu anlamına gelir

  • 138M parametresi vardır

    • Normala göre oldukça fazladır

  • VGG - 19 kadar iyi olduğundan çok fazla kullanılır

V66'de her convolutinal işlemi 2'nin katları olarak ilerler. (Sistematiktir)

VGG - 16 Mimarisi ![](../../res/vgg_ex_16.png)