没有合适的资源?快使用搜索试试~ 我知道了~
卷积神经网络(CNN,ConvNet)及其原理详解
5星 · 超过95%的资源 16 下载量 57 浏览量
2023-04-18
21:34:42
上传
评论 1
收藏 104KB DOCX 举报
温馨提示
试读
7页
卷积神经网络
资源推荐
资源详情
资源评论
卷积神经网络(CNN,有时被称为 ConvNet)是很吸引人的。在短时间内,它们变成了
一种颠覆性的技术,打破了从文本、视频到语音等多个领域所有最先进的算法,远远超出
了其最初在图像处理的应用范围。
CNN 由许多神经网络层组成。卷积和池化这两种不同类型的层通常是交替的。网络中每
个滤波器的深度从左到右增加。最后通常由一个或多个全连接的层组成:
图 1 卷积神经网络的一个例子
Convnets 背后有三个关键动机:局部感受野、共享权重和池化。让我们一起看一下。
局部感受野
如果想保留图像中的空间信息,那么用像素矩阵表示每个图像是很方便的。然后,编码局
部结构的简单方法是将相邻输入神经元的子矩阵连接成属于下一层的单隐藏层神经元。这
个单隐藏层神经元代表一个局部感受野。请注意,此操作名为“卷积”,此类网络也因此
而得名。
当然,可以通过重叠的子矩阵来编码更多的信息。例如,假设每个子矩阵的大小是 5×5,
sun7bear
- 粉丝: 2
- 资源: 121
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
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功
- 1
- 2
前往页