zoukankan      html  css  js  c++  java
  • Stanford CS231n实践笔记(课时14卷积神经网络详解 上)

    本课我们主要来研究一个“浏览器中的卷积神经网络”
    这只是一个展示项目,但是能够帮助直观地看到一些东西
    地址:https://cs.stanford.edu/people/karpathy/convnetjs/demo/cifar10.html

    layer_defs = [];
    layer_defs.push({type:'input', out_sx:32, out_sy:32, out_depth:3});
    layer_defs.push({type:'conv', sx:5, filters:16, stride:1, pad:2, activation:'relu'});
    layer_defs.push({type:'pool', sx:2, stride:2});
    layer_defs.push({type:'conv', sx:5, filters:20, stride:1, pad:2, activation:'relu'});
    layer_defs.push({type:'pool', sx:2, stride:2});
    layer_defs.push({type:'conv', sx:5, filters:20, stride:1, pad:2, activation:'relu'});
    layer_defs.push({type:'pool', sx:2, stride:2});
    layer_defs.push({type:'softmax', num_classes:10});

    net = new convnetjs.Net();
    net.makeLayers(layer_defs);
    网络的构造就是conv-pool-conv-pool这样的过程。
    原始图片输入
    第一层卷积
        和relu
    第一层pool
    可以返现,图片的大小降低明显
    第二次
    第三次
    最后,全连接并softmax
    结束了。基本能够理解。
    可以预见的一点是,在这样一个发展迅速的时代,拥有数据分析背景、能力,特别是深度学习技术,将使工程师具备价值。要想办法克服显示的瓶颈,成为这样的人。毕竟,真正的牛人是创造规则的。





  • 相关阅读:
    Markdown学习
    二叉树的最近公共祖先
    javaCompiler简析
    自定义类加载器
    聚合和组合的区别
    拓扑排序
    C++ map和unordered_map
    静态文件加载路径
    文件上传
    jackson
  • 原文地址:https://www.cnblogs.com/jsxyhelu/p/8876938.html
Copyright © 2011-2022 走看看