zoukankan      html  css  js  c++  java
  • 李宏毅深度学习笔记03---CNN 卷积神经网络

    1.CNN总体架构

    (1)convolution 卷积

    计算方法:对应位置相乘,再将9个格子的乘积结果相加(內积)。

    卷积神经网络与全连接的神经网络的区别:

    将下图中的6*6的矩阵拉直成一个列向量,则下图中右边部分的4*4矩阵的第一个3是由部分值与filter的3*3矩阵內积而来

    <1>卷积神经网络只连接部分的input,而全连接的神经网络则是连接所有的input

    <2>权重w共享机制,下图中权重w就是3*3的filter矩阵

    share weight

    (2)Max Pooling 最大池化

    利用不同的filter,可以得到不同的结果,下图对结果按4个划分,保留最大值(也可以保留平均值)后,最终会变成2*2的矩阵

         

    CNN的整体过程:

    (3)Flatten 

    将各层的filter拉直成1*n的向量,输入到全连接的神经网络中。

  • 相关阅读:
    SQL的介绍及MySQL的安装
    git中级技能
    git基本用法
    git基本语法
    出租车数据分析
    使用Spark MLlib进行情感分析
    增量式编码器专题
    vue-loader的简单例子
    node爬虫(转)
    fs-extra 文件管理
  • 原文地址:https://www.cnblogs.com/luckyplj/p/13124824.html
Copyright © 2011-2022 走看看