《機器學習從入門到精通》課件-第11章卷積神經(jīng)網(wǎng)絡_第1頁
《機器學習從入門到精通》課件-第11章卷積神經(jīng)網(wǎng)絡_第2頁
《機器學習從入門到精通》課件-第11章卷積神經(jīng)網(wǎng)絡_第3頁
《機器學習從入門到精通》課件-第11章卷積神經(jīng)網(wǎng)絡_第4頁
《機器學習從入門到精通》課件-第11章卷積神經(jīng)網(wǎng)絡_第5頁
已閱讀5頁，還剩4頁未讀， 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)

文檔簡介

第11章

卷積神經(jīng)網(wǎng)絡11.1卷積神經(jīng)網(wǎng)絡的基本概念11.2卷積神經(jīng)網(wǎng)絡的實現(xiàn)11.1卷積神經(jīng)網(wǎng)絡的基本概念11.1卷積神經(jīng)網(wǎng)絡基本原理inputimage，輸入圖片根據(jù)初始化的卷積核，對圖片進行卷積（Convolution），圖片中的過程通過卷積操作，得到第二層深度為3的特征圖：3FeatureMaps。對第二層的特征圖進行池化（Pooling）操作，得到第三層深度為3的特征圖。反復2、3兩個過程，直到第五層深度為5的特征圖最后將這5個特征圖，即5個矩陣，按行展開連接成向量，傳入全連接層（FullConnected）層。+卷

積?輸入數(shù)據(jù)卷積核卷積結(jié)果11.1卷積神經(jīng)網(wǎng)絡的基本概念11.2卷積運算原理卷積核是一個權(quán)值矩陣。它在2維輸入數(shù)據(jù)上「滑動」，與當前輸入的部分數(shù)據(jù)進行矩陣點乘，得到的值成為卷積結(jié)果中的單個輸出值11.1卷積神經(jīng)網(wǎng)絡的基本概念Padding使輸出的尺寸等于輸入11.1卷積神經(jīng)網(wǎng)絡的基本概念Pooling取每2×2網(wǎng)格的平均值/最大值11.1卷積神經(jīng)網(wǎng)絡的基本概念對于彩色圖像，需要在RGB三個通道上分別卷積11.1

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預覽，若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論