zoukankan      html  css  js  c++  java
  • 卷积神经网络(CNN)和Faster-RCNN的理解

    一、卷积神经网络(convolutional neural network,CNN)

    1)定义

      维基百科中的定义:CNN是一种前馈神经网络(Feedforward Neural Network),在它内部,参数从输入层向输出层单向传播,它和递归神经网络RNN不同,因为它不会形成环),它的人工神经元可以相应一部分覆盖范围内的周围单元,对于大型的图像处理有出色表现。

      在卷积神经网络(CNN)中,卷积层的神经元只与前一层的部分神经元节点相连,卷积层的神经元只与前一层的部分神经元节点相连,即它的神经元间的连接是非全连接的,且同一层中某些神经元之间的连接的权重w和偏移b是共享的(即相同的),这样大量减少了需要训练参数的数量。

    卷积神经网络CNN的结构一般包含这几个层:

    输入层(用于数据的输入)、卷积层(使用卷积核进行特征提取和特征映射)、激励层(由于卷积也是一种线性运算,因此需要增加非线性映射)、池化层(进行采样,对特征图稀疏处理,减少数据运算量)、全连接层(通常在CNN的尾部进行重新拟合,减少特征信息的损失)、输出层(用于输入结果)

    参考链接:

    https://blog.csdn.net/cxmscb/article/details/71023576

    一生有所追!
  • 相关阅读:
    logging模块,序列化,range模块
    生成器以及推导式
    递归,自定义模块,time模块,datetime
    装饰器,内置函数
    函数名的使用以及第一类对象,闭包,迭代器
    python文件操作
    面向对象
    os sys hashlib
    文件操作
    logging模块
  • 原文地址:https://www.cnblogs.com/BlueBlue-Sky/p/9141210.html
Copyright © 2011-2022 走看看