卷积神经网络~简单的卷积网络

简单卷积网络示例

  • 一个卷积网络的例子,假设我们有一张图,我们要识别它是否是一张猫图。
    在这里插入图片描述
    〇假设这张图是39×39×3的图。
    则,nH^[0] = nW^[0] = 39,即图片的高度和宽度都是39。nC^[0] = 3。
    ①假设第一层我们使用3×3的过滤器来提取特征,则f^[1] = 3s^[1] = 1 , p^[1] = 0,并且有10个过滤器。则第二层的卷积输入是37×37×10的矩阵。37为[(n+2p-f)/s+1]的值,而10为第一层到第二层之间过滤器的个数。
    则,第一层的标记为,nH^[1] = nW^[1] = 37,nC^[1]= 10,它是第一层过滤器的个数,也是第一层激活值的维度。
    ②假设第二层我们使过滤器的f = 5,即f^[2] = 5,s^[2] = 2,p^[2] = 0,有20个过滤器,则第三层的卷积输入为17×17×20的矩阵。即a^[2]的维度为17×17×20。
    则,nH^[2] = nW^[2] = 17,nC^[2]
  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
实付
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