计算机视觉系列-AlexNet论文复现学习笔记（二）
在上一篇博客，我们学习了模型训练对齐方法：
- 模型权重转写
- Fake数据生成
- Forward前向对齐
- 数据集和数据加载对齐
本文继续基于 AlexNet网络模型学习神经网络训练的基本模块，学习 Paddle及Pytorch框架论文复现中的loss对齐、学习率对齐、反向对齐、精度对齐方法。
目录- AlexNet 简介
-
- 计算loss对齐
- 学习率对齐
- 反向对齐
- 精度对齐
- 计算机视觉学习笔记系列
AlexNet论文链接： https://proceedings.neurips.cc/paper/2012/file/c399862d3b9d6b76c8436e924a68c45b-Paper.pdf
github：https://github.com/deep-diver/AlexNet
