Task6-卷积神经网络(CNN)

(没学太明白啊(ó﹏ò。)后面再看一些别的资料补充再来修改本文吧(超小声))

常用语影像处理

流程:

input → \to convolution → \to max pooling → \to convolution → \to max pooling … \dots → \to flatterm → \to 全连接前馈神经网络 → \to output

用多次convolution和max pooling来提取图像特征,减少计算次数。

图案特征

  1. 图案比整张图小很多
  2. 同一图案出现在不同的区域
  3. 对像素下采样不会改变物品的基本信息
    其中1、2用卷积,3用Max Pooling

Convolution
矩阵内积,移位,内积,移位…

  • 黑白图像只有一个矩阵,彩色图需要RGB三个维度的矩阵

应用:像素点排成一列作为input,Filter作为权重,每次计算选择内积对应的点为输入,移位前后共用一套权重
⇒ \Rightarrow 提取图像特征

Max Pooling
在卷积的结果中每n个一组,每组中取max,再按相对位置组成新的矩阵。
⇒ \Rightarrow 缩小矩阵

  • 0
    点赞
  • 0
    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