没有合适的资源?快使用搜索试试~ 我知道了~
人工神经网络是一种生物学启发的计 人工神经网络是一种生物学启发的计 人工神经网络是一种生物学启发的计 人工神经网络是一种生物学启发的计 人工神经网络是一种生物学启发的计 人工神经网络是一种生物学启发的计 人工神经网络是一种生物学启发的计 算模型,其在人脑中存的神经元网络之后被图 算模型,其在人脑中存的神经元网络之后被图 算模型,其在人脑中存的神经元网络之后被图 算模型,其在人脑中存的神经元网络之后被图 算模型,其在人脑中存的神经元网络之后被图 算模型,其在人脑中存的神经元网络之后被图 算模型,其在人脑中存的神经元网络之后被图 算模型,其在人脑中存的神经元网络之后被图 算模型,其在人脑中存的神经元网络之后被图 算模型,其在人脑中存的神经元网络之后被图 案化。在每一层,网络通过将非线性函数应用于输入的加权和来转换据中 案化。在每一层,网络通过将非线性函数应用于输入的加权和来转换据中 案化。在每一层,网络通过将非线性函数应用于输入的加权和来转换据中 案化。在每一层,网络通过将非线性函数应用于输入的加权和来转换据中 案化。在每一层,网络通过将非线性函数应用于输入的加权和来转换据中 案化。在每一
资源推荐
资源详情
资源评论
亚博智能
www.yahboom.com
4.3 卷积神经网络(DNN)
深度学习依赖于 卷积神经网络(CNN)模型将图像转换为预测分类。CNN 是一类 人
工神经网络,它使用卷积层来过滤有用信息的输入,是图像应用的首选网络
4.3.1 人工神经网络
人工神经网络是一种生物学启发的计算模型,其在人脑中存在的神经元网络之后被图
案化。在每一层,网络通过将非线性函数应用于输入的加权和来转换输入数据。一层的中
间输出(称为特征)用作下一层的输入。神经网络通过重复变换,学习多层非线性特征
(如边缘和形状),然后在最后一层中组合以创建预测(更复杂的对象)。
4.3.2 卷积运算
特定于 CNN 的卷积运算将来自一个层的输入数据(特征映射)与 卷积核(滤波器)组
合以形成下一层的变换特征映射。用于图像分类的 CNN 通常由输入层(图像),用于特征提
取的一系列隐藏层(卷积)和完全连接的输出层(分类)组成。
如上图所示交通标志的输入图像由 4 个 5x5 卷积内核过滤,这些内核创建 4 个特征图,
这些特征图通过最大池进行子采样。下一层将 10 个 5x5 卷积内核应用于这些子采样图像,
并再次汇集特征映射。最后一层是完全连接的层,其中所有生成的特征被组合并在分类器中
使用(基本上是逻辑回归)。图片来自 Maurice Peemen。
资源评论
weixin_52751399
- 粉丝: 3
- 资源: 12
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