没有合适的资源？快使用搜索试试~ 我知道了~

文库首页行业研究行业报告(2021年整理)CNN卷积神经网络原理.docx

(2021年整理)CNN卷积神经网络原理.docx

1.该资源内容由用户上传，如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款（资源遇到问题，请及时私信上传者）

版权申诉

0 下载量 179 浏览量 2023-03-11 21:02:20 上传评论收藏 484KB DOCX 举报

温馨提示

试读

32页

。

资源推荐

资源详情

资源评论

CNN 卷积神经网络原理

编辑整理：

尊敬的读者朋友们：

这里是精品文档编辑中心，本文档内容是由我和我的同事精心编辑整理后发布的，发布之前我们对

文中内容进行仔细校对，但是难免会有疏漏的地方，但是任然希望（CNN 卷积神经网络原理）的

内容能够给您的工作和学习带来便利。同时也真诚的希望收到您的建议和反馈，这将是我们进步的

源泉，前进的动力。

本文可编辑可修改，如果觉得对您有帮助请收藏以便随时查阅，最后祝您生活愉快业绩进步，以

下为 CNN 卷积神经网络原理的全部内容。

CNN 卷积神经网络原理

一、CNN 卷积神经网络原理简介

net/u012162613/article/details/43225445

本文主要是详细地解读 CNN 的实现代码。如果你没学习过 CNN，在此

推荐周晓艺师兄的博文：Deep Learning（深度学习）学习笔记整理系

列之（七)，以及 UFLDL 上的卷积特征提取、池化

CNN 的最大特点就是稀疏连接（局部感受)和权值共享，如下面两图所

示，左为稀疏连接,右为权值共享。稀疏连接和权值共享可以减少所要

训练的参数,减少计算复杂度。

这个图真是无处不在，一谈 CNN,必说 LeNet5，这图来自于这篇论文：

Gradient—Based Learning Applied to Document Recognitio,n论文

很长，第 7 页那里开始讲 LeNet5 这个结构,建议看看那部分。

我这里简单说一下，LeNet5 这张图从左到右，先是 input，这是输入

层，即输入的图片。input—layer 到 C1 这部分就是一个卷积层

CNN 卷积神经网络原理

（convolution 运算)，C1 到 S2 是一个子采样层（pooling 运算），

然后，S2 到 C3 又是卷积,C3 到 S4 又是子采样,可以发现，卷积和子采

样都是成对出现的,卷积后面一般跟着子采样.S4 到 C5 之间是全连接

的，这就相当于一个 MLP 的隐含层了（如果你不清楚 MLP,参考

《DeepLearning tutorial（3）MLP 多层感知机原理简介+代码详解》）。

C5 到 F6 同样是全连接，也是相当于一个 MLP 的隐含层。最后从 F6 到

输出 output,其实就是一个分类器，这一层就叫分类层。

ok，CNN 的基本结构大概就是这样，由输入、卷积层、子采样层、全

连接层、分类层、输出这些基本“构件"组成，一般根据具体的应用或

者问题，去确定要多少卷积层和子采样层、采用什么分类器.当确定好

了结构以后，如何求解层与层之间的连接参数?一般采用向前传播

(FP)+向后传播（BP）的方法来训练。具体可参考上面给出的链接.

CNN 卷积神经网络原理

二、CNN 卷积神经网络代码详细解读（基于 python+theano）

代码来自于深度学习教程：Convolutional Neural Networks（LeNet)，

这个代码实现的是一个简化了的 LeNet5，具体如下：

没有实现 location-specific gain and bias parameters

•

LeNet5 第二层并不是全连接的，本程序实现的是全连接

•

另外，代码里将卷积层和子采用层合在一起，定义为

“LeNetConvPoolLayer“（卷积采样层)，这好理解，因为它们总是成

对出现。但是有个地方需要注意，代码中将卷积后的输出直接作为子

采样层的输入，而没有加偏置 b 再通过 sigmoid 函数进行映射，即没

有了下图中 fx 后面的 bx 以及 sigmoid 映射，也即直接由 fx 得到 Cx.

最后，代码中第一个卷积层用的卷积核有 20 个，第二个卷积层用 50

个，而不是上面那张 LeNet5 图中所示的 6 个和 16 个.

了解了这些,下面看代码:

CNN 卷积神经网络原理

[python] view plain copy

import

theano。tensor as T

10.

11.

12.

theano.tensor。signal

downsample

import

conv

from

theano。tensor.nnet

（2）定义 CNN 的基本”构件"

CNN 的基本构件包括卷积采样层、隐含层、分类器，如下

定义 LeNetConvPoolLayer（卷积+采样层）

见代码注释:

［python] view plain copy

”""

rng：随机数生成器，用于初始化 W

input:4 维的向量，theano。tensor.dtensor4

filter_shape：

(number of filters, num input feature maps,filter height, filter width

）

image_shape:

（batch size， num input feature maps,image height, image width)

poolsize: （#rows， #cols）

”"”

剩余31页未读，继续阅读

评论收藏

内容反馈

1.该资源内容由用户上传，如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款（资源遇到问题，请及时私信上传者）

版权申诉

资源评论

资源反馈

评论星级较低，若资源使用遇到问题可联系上传者，3个工作日内问题未解决可申请退款~

G11176593

粉丝: 6678
资源: 3万+

上传资源快速赚钱

我的内容管理展开

我的资源快来上传第一个资源

我的收益

登录查看自己的收益

我的积分登录查看自己的积分

我的C币登录后查看C币余额

我的收藏

我的下载

下载帮助

前往需求广场，查看用户热搜

(2021年整理)CNN卷积神经网络原理.docx

卷积神经网络原理.docx

侧扫声呐识别沉船影像的迁移学习卷积神经网络法.docx

CNN卷积神经网络原理.docx

一文读懂卷积神经网络CNN.docx

卷积神经网络CNN原理、改进及应用.docx

卷积神经网络(CNN)学习笔记.docx

Get清风卷积神经网络CNN.docx

OpenVX 实现卷积神经网络扩展.docx

(完整版)一文读懂卷积神经网络CNN.docx

CNN卷积神经网络原理 (2).docx

(完整版)卷积神经网络CNN原理、改进及应用.docx

卷积神经网络（CNN）的原理与应用

卷积神经网络CNN原理、改进及应用 (2).docx

人工智能-卷积神经网络CNN原理.zip

CNN-卷积神经网络在FPGA上的实现(一).docx

栅格DEM微地形分类的卷积神经网络法.docx

遥感图像质量等级分类的深度卷积神经网络方法.docx

融合全局与局部特征的深度卷积神经网络算法.docx

城市扩展元胞自动机多结构卷积神经网络模型.docx

BDS卫星钟差数据异常值类型识别的卷积神经网络方法.docx

CNN-卷积神经网络在FPGA上的实现（一）.docx

CNN-卷积神经网络在FPGA上的实现（一） (2).docx

Get清风卷积神经网络CNN (2).docx

卷积神经网络CNN代码解析-matlab.docx

极飞科技2021年校园招聘真题及解析.docx.docx

汇丰软件开发、2021年校园招聘真题及解析.docx.docx

最新资源