深度学习
文章平均质量分 81
AndyCao9527
向上走,即使一小步,也是新高度
展开
-
深度学习笔记(一)
1.1 CNN基本原理CNN的基本结构包括两层,其一为特征提取层,每个神经元的输入与前一层的局部接受域相连,并提取该局部的特征。一旦该局部特征被提取后,它与其它特征间的位置关系也随之确定下来;其二是特征映射层,网络的每个计算层由多个特征映射组成,每个特征映射是一个平面,平面上所有神经元的权值相等。特征映射结构采用影响函数核小的sigmoid函数作为卷积网络的激活函数,使得特征映射具有位移不变性。此外原创 2017-07-17 17:34:43 · 8887 阅读 · 0 评论 -
深度学习笔记(二)
1 AlexNetAlexNet在ILSVRC-2012的比赛中获得top5错误率15.3%的突破(第二名为26.2%),其原理来源于2012年Alex的论文《ImageNet Classification with Deep Convolutional Neural Networks》,这篇论文是深度学习火爆发展的一个里程碑和分水岭,加上硬件技术的发展,深度学习还会继续火下去。1.1 网络原创 2017-07-18 21:07:33 · 742 阅读 · 0 评论