[人工智能-深度学习-37]：卷积神经网络CNN - 重构神经网络的疑惑与思考？

最新推荐文章于 2024-03-18 18:30:52 发布
最新推荐文章于 2024-03-18 18:30:52 发布
阅读量8.1k 收藏
点赞数
分类专栏： 人工智能-PyTorch 人工智能-TensorFlow 人工智能-深度学习 文章标签： 人工智能 深度学习 cnn 重构 思考
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/HiWangWenBing/article/details/120922679
版权
本文探讨了卷积神经网络（CNN）在深度学习中的若干核心问题，包括局部与整体、具体与抽象、个性与共性、模拟与数字、线性与非线性网络结构的思考。作者提出了树形网络结构的可能性，并讨论了不同性质网络间的共性和分类问题与拟合问题的本质区别。同时，文章提出网络规模与分类种类之间的最优化关系是值得深入研究的课题。
摘要由CSDN通过智能技术生成

作者主页(文火冰糖的硅基工坊)：文火冰糖（王文兵）的博客_文火冰糖的硅基工坊_CSDN博客

本文网址：[人工智能-深度学习-37]：卷积神经网络CNN - 重构神经网络的疑惑与思考？_文火冰糖（王文兵）的博客-CSDN博客

如果你看懂我的疑惑

如果你能够理解我的思考

如果你也在同样地疑惑

如果你也在同样地思考

说明你我有共鸣

说明你我是知音

不妨一起思考，一起共创未来

目录

发问1：局部与整体？

发问2：具体与抽象？

发问3：个性与共性

发问4：模拟还是数字？

发问5：线性？网状？树形？

发问6：不同性质的网络之间的共性？

发问7：分类问题与拟合问题的本质一样吗？

发问8：网络的规模（层数）与分类的种类是否某种最优化关系？

发问1：局部与整体？

是局部特征决定最终的结果？还是全局特征决定最终的结果？还是兼有而至？当他们冲突时

最低0.47元/天 解锁文章
文火冰糖的硅基工坊
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
如何重建深层神经网络的可塑性？
读芯术的博客
01-23 1382
全文共1901字，预计学习时长6分钟 图源：Unsplash 目前在人工智能和大数据方向炒的最火的就是深度学习，深度学习是神经网络的一个大的分支，深度学习的基本结构是深度神经网络，它是一种人工神经网络，人工神经网络是一种应用类似于大脑神经突触联接的结构进行信息处理的数学模型。 目前，人脑仍然是人工智能领域的最大灵感来源。 人脑大约由100亿个神经元组成，而其中的每...
tensorflow 基础学习八：重构MNIST神经网络
weixin_30254435的博客
01-20 94
　　使用前面介绍的技术，实践一个神经网络模型。将训练和测试分成两个独立的程序，训练网络的程序可以持续输出训练好的模型，测试程序可以每隔一段时间检验最新模型的正确率。 mnist_inference.py # -*- coding:utf-8 -*- import tensorflow as tf # 定义神经网络结构相关的参数 INPUT_NODE=784 OUTPUT_NOD...
读懂人工智能、机器学习、神经网络和深度学习的关系
夯实基础 行稳致远
04-08 304
转载于：https://www.sohu.com/a/232067112_100018121 最近很长的一段时间，人工智能的热度都维持在一定的高度。但是大家在关注或研究人工智能领域的时候，总是会遇到这样的几个关键词：深度学习、机器学习、神经网络。那他们之间到底是什么样的关系呢？ 先说人工智能，人工智能是在1956年一个叫达特茅斯会议上提出的。更准确的说是1956年学者们在会议上将他们确定...
可重构神经网络计算芯片的成功在科技领域取得重大进展
whale52hertz的博客
01-24 1699
2017超大规模集成电路国际研讨会在日本京都举办，清华大学微电子与纳电子学系魏少军教授团队在会上发表了一篇学术论文，即“面向深度学习的高能效可重构混合神经网络处理器”。 尹首一副教授在会上对“在人工智能方面取得的重大进步”作了详细的介绍。 在科技高速发展的今天，人工智能已被广泛的应用到技术研发中。目前有的CPU、GPU和FPGA等计算平台难以实现高能效的神经网络计算，那么，对新型的神经网络计...
深度学习中的“重构”
热门推荐
hijack00的博客
10-06 1万+
重构（Reconstruct）是指从经过变换的数据中恢复出原始数据。 基本上，所有的深度学习算法中都用到了重构这一思想。 深度学习中的重构主要有两种： 1. Value-based。 即基于值的重构。比如，平方误差。 2. Distribution-based。即基于分布的重构。比如交叉熵误差。这类重构一般都基于信息论准则。
人工智能-深度学习-基于深度学习的图像超分辨率重构.pdf
06-27
"人工智能-深度学习-基于深度学习的图像超分辨率重构" 本文主要介绍了基于深度学习的图像超分辨率重构技术。图像超分辨率重构是指从一个或多个低分辨率图像生成高分辨率图像的过程。这种技术在计算机视觉和图像处理...
卷积神经网络（基础入门PPT）.pdf
11-08
卷积神经网络（Convolutional Neural Networks，简称CNN）是深度学习领域中至关重要的一部分，尤其在计算机视觉（CV）和人工智能应用中发挥着关键作用。本篇基础入门PPT为初学者提供了理解这一复杂概念的基石。 ...
基于联邦学习和卷积神经网络的入侵检测方法.pdf
09-25
卷积神经网络（Convolutional Neural Network，CNN）是一种深度学习算法，广泛应用于图像识别、自然语言处理等领域。在入侵检测领域，CNN可以用于特征提取和分类，提高入侵检测的准确率。通过将联邦学习和CNN相结合...
基于多尺度卷积神经网络特征融合的植株叶片检测技术.docx
05-26
### 基于多尺度卷积神经网络特征融合的植株叶片检测技术 #### 技术背景与重要性 在现代农业领域，植株叶片检测技术是植物培育与精准农业的关键组成部分。这一技术能够通过对植株叶片的数量、形状、表型特征等进行...
基于深度卷积神经网络的图像重建算法.pdf
09-26
文档中提到的深度学习图像重建算法，是一种利用深度卷积神经网络（CNN）恢复受损或丢失图像内容的技术。在图像传输过程中，可能会遇到随机错误、突发错误和丢包等问题，这些都会影响到解码后的图像质量。为了重建出...
使用TensorFlow重构神经网络的识别手写数字
修炼之路
11-12 744
之前的博客有介绍过如何设计一个神经网络来利用MNIST的数据集来实现手写的数字的识别神经网络识别手写数字的识别，这次我们还是在原来的网络基础上对其进行重构。将原来的一个模块，分为了三个模块，分别是前向传播模块、训练模块、测试模块，在训练模块中，会选择几个比较好的训练模型进行保存，然后测试模块通过读取训练模块保存的文件数据，进行测试。 1、前向传播模块 #coding:utf-8 import
​论文解读 ICCV 2023 | 个性化联邦学习中共性和个性特征信息的同步学习和隔离...
最新发布
AITIME_HY的博客
03-18 1143
以下文章来源于PaperWeekly，作者 张剑清点击蓝字关注我们AI TIME欢迎每一位AI爱好者的加入！本文介绍的是我们的一篇收录于 ICCV 2023 的论文。我们关注的是联邦学习（FL）中的模型的特征提取能力。我们提出在本地学习过程中，在特征空间引入共性信息的方法 GPFL，同步提取共性和个性信息，丰富模型中特征提取器的学习内容，同时保证了共性和个性特征信息的隔离。我们对 GPFL 就有效...
详解深度学习三维重建网络：MVSNet、PatchMatchNet、JDACS-MS
计算机视觉life
01-07 1万+
详解深度学习三维重建网络：MVSNet、PatchMatchNet、JDACS-MS
总结深度学习各种网络结构【更新中...】
WeisongZhao
06-10 1万+
CNN： 总结：利用权值共享【卷积操作】将神经网络本来的全连接层替换为非全连接层，使输入可以为尺度可变的张量。 可用结构： （Max, mean）Pooling:降维; 全连接层：分类； GAN： 总结：利用两个网络对抗生成模型，生成器与辨别器，生成器输入图像，生成所需图像，辨别器辨别所需图像与生成图像，使生成器的生成图像骗过辨别器。 可用结构： CNN；(Recursive)Re...
深度学习 - 胶囊网络
qq_40671063的博客
05-12 2243
胶囊网络简单介绍
超分辨率重建——关于深度学习与卷积神经网络CNN的关系
小白的专栏
10-25 1万+
10年左右杨大神的基于稀疏表示的超分辨率重建方法提出之后也有6年内，看他主页，很多文章都有在用机器学习在做，深度学习在好多领域也好火，这边普及下深度学习与CNN的概念，以下摘自网络。 这两个概念实际上是互相交叉的，例如，卷积神经网络（Convolutional neural networks，简称CNNs）就是一种深度的监督学习下的机器学习模型，而深度置信网（Deep Belief Nets，简
深度学习中常见的网络结构
Java小白的博客
11-23 4020
随着深度学习的普及开来，设计一个网络结构变得越来越“简单”，如果一个新的网络只是简单的卷积、池化、全连接，改改其中的参数，那就大错特错了。所以网络在应用中，往往要面临的问题是：如何设计一个好的网络结构。 目前常见的网络结构：AlexNet、ZF、GoogLeNet、VGG、ResNet等等都可谓曾一战成名，它们都具有自身的特性，它们都提出了创新点。设计一个优秀网络的第一步是学习这些优秀的网络。 LeNet 是由Yann LeCun完成的具有开拓性的卷积神经网络，是大量网络结构的起点。网络给出了卷积网络
基于卷积神经网络的数字重建
weixin_43467572的博客
07-20 2389
本文提供了一种新的方法来处理图像重建任务。 背景 最近的任务是训练一个可以实现"图-图"的神经网络。翻阅了很多论文，最后确定使用基于卷积神经网络的U-net. 因为在查找资料中，发现中文资料不多，所以将自己的经验分享出来，希望能帮到有需要的人。 方法 平台 MATLAB 2018b 使用Matlab是因为一直在使用Matlab，平常的很多作业任务都是用Matlab来实现的。而且Matlab的Dee...
数据重构
机器学习菜鸟
07-19 2249
stackdf_obj = pd.DataFrame(np.random.randint(0,10, (5,2)), columns=['data1', 'data2']) stacked = df_obj.stack() # 默认操作内层索引 stacked.unstack() # 通过level指定操作索引的级别 stacked.unstack(level=0)
深度学习入门：卷积神经网络详解
卷积神经网络（CNN）是深度学习领域中的核心组成部分，尤其在图像处理和计算机视觉（CV）任务中扮演着重要角色。CNN的设计灵感来源于人脑的视觉皮层，能够自动学习和识别图像中的特征，从而进行图像分类、检测、超...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

文火冰糖的硅基工坊

你的鼓励是我前进的动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值