卷积神经网络(CNN)基础知识整理

本文介绍了卷积神经网络的基础知识,包括卷积运算、神经网络的工作原理、在图像处理中的应用,以及关键组件如卷积核、特征图、步长、padding和池化的作用。还提到了Tensorflow和PyTorch中的shape差异,以及神经网络中的epoch、batch、BatchSize和step概念。最后,讨论了激活函数的重要性。

卷积神经网络(CNN)基础知识整理

0写在前面

这两天陆续看了一些关于卷积神经网络的视频和博文,把我觉得比较有用的知识和内容梳理一下,理顺逻辑,自己也可加深理解,写在这里,日后想看,随手就能翻来,永不会丢失。

1卷积神经网络

既然叫卷积神经网络,这里面首先是卷积,然后是神经网****络,是2者的一个结合,卷积这个概念实际上来自于信号处理领域,一般是对2个信号进行卷积运算,见下图:

神经网络,这是机器学习的元老,是对人脑神经元工作机制的模拟,每个神经元是一个计算单元,输入的数据与权重进行相乘、求和,再加上偏置,得到的数据再经过激活函数,将结果进行输出,见下图,多个神经元相互连接组成神经网络,具体就不展开说了。

外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传

卷积神经网络在图像分类和识别领域的应用非常多,最早用于手写数字的分类识别,后来逐渐发展起来。

2图片格式

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

打赏作者

Jack_pirate

你的鼓励将是我创作的最大动力

¥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
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