学习总结
ly543179
这个作者很懒,什么都没留下…
展开
-
20201227一周学习总结(CNN)
CNN的整体流程 输入层——》卷积层——》池化层(可以接多个卷积和池化,由我们自己设定)—(flatten)—》全连接网络——》输出层 处理图像问题时为什么用CNN而不用DNN? 当我们直接用一般的fully connected的feedforward network来做图像处理的时候,往往会需要太多的参数,CNN做的事情其实是,来简化这个neural network的架构,我们根据自己的知识和对图像处理的理解,一开始就把某些实际上用不到的参数给过滤掉。 数据输入层 该层要做的处理主要是对原始图像数据进行原创 2020-12-27 13:56:24 · 417 阅读 · 0 评论 -
20201220深度学习一周总结
机器学习 可以把分类问题当做回归问题来解吗? 以binary classification为例,我们在Training时让输入为class 1的输出为1,输入为class 2的输出为-1;那么在testing的时候,regression的output是一个数值,它接近1则说明它是class 1,它接近-1则说明它是class 2 有两个class,蓝色的是class 1,红色的是class 2,如果用Regression的做法,那么就希望蓝色的这些属于class 1的宝可梦,input到Regression原创 2020-12-20 16:28:16 · 124 阅读 · 1 评论