![](https://img-blog.csdnimg.cn/20201014180756928.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
深度学习理论
文章平均质量分 79
到达起点
这个作者很懒,什么都没留下…
展开
-
MobileNet结构简单讲解及其实现
已经使用tensorflow2实现了MobileNet系列的网络结构,在此做个记录。 MobileNet v1 本节首先描述MobileNet的核心部分也就是深度可分离卷积。它其实就是将原来的卷积层分成了两部分,分解成深度卷积以及一个1x1的卷积即逐点卷积。也就是Depthwise+Pointwise两部分(注意Depthwise,不求不同channel的和)。以下是两部分图像: ...原创 2020-01-17 13:55:55 · 1707 阅读 · 1 评论 -
卷积操作正向反向传播
本篇博客,主要讲解卷积神经网络中,卷积操作正向和反向传播过程,不会有特别难的公式,特别是反向传播中,推导比较麻烦。 正向传播 如下图: 图中image矩阵也就是绿色的部分(当然包括黄色的部分)就是输入的数据,也就是神经网络上游传过来的数据。黄色的部分为卷积核(卷积核的内容是黄色部分×\times×后面的数字就是它的内容) ...原创 2019-12-31 09:41:51 · 852 阅读 · 0 评论 -
BP(全连接网络)正向反向传播理论推导
接触过神经网络的朋友,都会知道正向反向传播理论。本篇博客旨在对其中的理论进行详细的解释。 推荐这本书超级好懂 https://www.ituring.com.cn/book/1921 画图理解 矩形代表的是数据节点,圆形代表操作节点 我们先看下乘法的正向反向传播过程: w*xz 上述代表公式:w∗x=zw*x=zw∗x=z,这就是一个简单的传播过程。 当我们对www进行∂z∂w=x\frac{...原创 2019-12-30 16:43:05 · 1007 阅读 · 0 评论