首页 > 其他 > 详细

【读书报告--04】神经网络基础学习

时间:2018-12-17 16:35:50      阅读:171      评论:0      收藏:0      [点我收藏+]

 

1.卷积神经网络的激活函数--Relu

使用新的激活函数--Relu,公式如下:

技术分享图片

技术分享图片

2.卷积神经网络的网络架构:卷积层、Pooling层(也叫池化层)、全连接层

技术分享图片

 

2.1卷积层的计算公式:

技术分享图片

其中D为卷积层的深度

附:图像大小、步幅和卷积后的Feature Map大小关系:

技术分享图片

W、H:卷积前原图像的宽、高(两者相同)

F:filter的宽度

P:原始图像周围补0圈数

S:步幅大小

2.2 Pool层,即池化层--主要主要是下采样

常用的由Max Pooling(取各样本的最大值)和Mean Pooling(取各样本的平均值)

Max Pooling

 技术分享图片

2.3 全连接层--和全连接神经网络一样

3.卷积神经网络的训练

此知识还在学习中,待补充。

【读书报告--04】神经网络基础学习

原文:https://www.cnblogs.com/zjinwei/p/10132149.html

(0)
(0)
   
举报
评论 一句话评论(0
关于我们 - 联系我们 - 留言反馈 - 联系我们:wmxa8@hotmail.com
© 2014 bubuko.com 版权所有
打开技术之扣,分享程序人生!