卷积神经网络的深入理解 一、卷积神经网络的深入理解-卷积神经网络基础二、卷积神经网络——归一化三、卷积神经网络——损失函数四、卷积神经网络——正则化五、卷积神经网络——梯度下降六、卷积神经网络——评测指标七、卷积神经网络实战——表情识别(Pytorch)含Pyqt5的可操作界面 由于内容比较多,且要持续更新,这篇博客是一个总的目录。 这里简单对博客进行一下说明,博客包含很多内容,除了对卷积过程的理解,还详细理解了损失,正则化,梯度更新,模型评测指标等方法,并会持续更新总结相关方法,内容比较多,如有错误请大家及时指正。 有些公式是用PPT画的(之前不会用CSDN的公式编辑器),之后会慢慢替换 一、卷积神经网络的深入理解-卷积神经网络基础 二、卷积神经网络——归一化 三、卷积神经网络——损失函数 四、卷积神经网络——正则化 五、卷积神经网络——梯度下降 六、卷积神经网络——评测指标 七、卷积神经网络实战——表情识别(Pytorch)含Pyqt5的可操作界面