![](https://img-blog.csdnimg.cn/20201014180756754.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
神经网络学习笔记
文章平均质量分 56
开始将一些自己神经网络的学习笔记陆续发布,与大家交流共同进步。
种花家的码农
亦狂亦侠亦温文,有书有笔有肝胆!
展开
-
VGGNet网络模型
VGGNet是牛津大学计算机视觉组(Visual Geometry Group)和Google DeepMind公司的研究员一起研发的的深度卷积神经网络。VGGNet探索了卷积神经网络的深度与其性能之间的关系,通过反复堆叠3x3的小型卷积核和2x2的最大池化层,VGGNet成功地构筑了16~19层深的卷积神经网络。并取得了ILSVRC 2014比赛分类项目的第2名(错误率7.3%)和定位项目的第1名。原创 2023-02-17 11:16:09 · 375 阅读 · 0 评论 -
循环神经网络RNN概述
循环神经网络(Recurrent Neural Networks,RNN),是一种反馈网络,模拟“人脑记忆功能”,它能有效处理序列特性的数据,能挖掘数据中的时序信息以及语义信息。常用于语言识别、机器翻译、视频分析、生成图像描述等。RNN主要用于时序类数据(一般指文本类数据和音频类数据)的处理。...原创 2022-08-11 14:05:12 · 1774 阅读 · 0 评论 -
卷积神经网络CNN概述
卷积神经网络(CNN),通过卷积层与池化层的叠加实现对输入数据的特征提取,最后连接全连接层实现分类。对于图像处理有出色表现,在计算机视觉(CV)中得到了广泛应用。从某种意义上说CNN主要用于图像类数据的处理。卷积神经网络相比传统的机器学习算法,无须手工提取特征,也不需要使用诸如SIFT之类的特征提取算法来预提取,而是可以在训练中自动完成特征的提取和抽象,并同时进行模式分类,大大降低了应用图像识别的难度。卷积神经网络是一种具有局部连接、权值共享等特性的深层前馈神经网络,因此是一个静态网络,信息的传递是单向原创 2022-08-11 13:58:50 · 287 阅读 · 0 评论 -
神经网络Neural Networks概述
人工智能(AI)是一类非常广泛的问题,它旨在通过计算机实现类似人类的智能。机器学习(ML)是解决人工智能问题的一个重要方法。深度学习(DL)则是机器学习的一个分支,它在很多领域突破了传统机器学习的瓶颈,将人工智能推向了新的高潮。深度学习是基于人工神经网络(ANN)技术的发展而不断突破和提升,推动了人工智能的发展。相对的另一领域是生物神经网络(Biological Neural Network,BNN)的研究。...原创 2022-06-21 11:33:09 · 2049 阅读 · 0 评论