04卷积神经网络

绪论

无处不在的卷积神经网络

分类、检索、检测、分割、人脸识别、图像生成、自动驾驶。。。

深度学习三部曲

1. 搭建神经网络
2. 找到一个合适的损失函数
3. 找到一个合适的优化函数，更新参数

基本组成结构

卷积：对于两个实变函数的一种数学操作

二维卷积：图像处理中，图像以二维矩阵形式输入神经网络

池化：保留主要特征同时减少参数和计算量，防止过拟合，提高模型泛化能力

一般存在卷积层与卷积层之间，全连接层与全连接层之间

卷积神经网络典型结构

Alexnet

AlexNet分层解析

ZFNet

网络结构与AlexNet相同

仅更改卷积层一感受野，卷积层3、4、5滤波器个数

VGG

一个更深的网络

GoogleNet

RetNet

代码实战

Tensorflow-CNN