Neural Networks Learning Path: 3-ZF-Net

ZF-Net卷积神经网络的理解并对手势数据集识别

论文：《Visualizing and Understanding Convolutional Networks》
链接：https://arxiv.org/abs/1311.2901
ZF-Net 的主要成就体现在借助可视化手段，清晰地展示了神经网络内部运行的具体过程。
其网络架构沿用了 AlexNet 的设计，但在可视化分析过程中，研究人员发现 AlexNet 中所采用的卷积核尺寸以及步长 stride 的配置存在一定的缺陷。为此，通过对卷积核尺寸进行调整，并优化网络各层的参数配置，最终提升了整体性能表现。

源码：https://github.com/DoubleYuanL/ZF-Net.git
附带数据集
一：简要说明ZF-Net中各层参数配置与AlexNet之间的差异
第一，将AlexNet中第一层卷积层的卷积核尺寸从[11×11]且步长为4调整为[7×7]且步长为2
第二，将第三、第四、第五层卷积层的通道数量由原来的384、384、256修改为512、102