卷积神经网络基础:(6)卷积神经网络原理

目录

1、卷积网络与传统网络的区别

2、整体架构

 3、卷积操作​

 4、卷积涉及的参数

5、卷积计算公式:

6、卷积参数中的重要特点

7、池化层作用

 8、整体网络架构

 9、特征图变化

10、感受野


1、卷积网络与传统网络的区别

 上图中左边是NN传统网络,右边是CNN卷积网络。

传统网络输入比如784表示784个像素点,这只是一列特征;

在CNN当中输入的不是784个像素点,而是原始的一张图像28x28x1是个三维的,当使用卷积网络做事情的时候,我们得把思想再抬高一个维度,现在的数据他就不是一列,不是一个向量,不是一个特征,而是一个长方体矩阵,它是一个三维的,所以接下来我们处理的矩阵都是三维的,HxWxC的我不会先把数据拉成一个向量,而是直接对这个样本,图像数据进行一个特征提取。PS:注意这里的输入是一个HxWxC的;这里还涉及一个depth信息;

2、整体架构

  • 1
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 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

打赏作者

Upupup6

写手不易请留下你的打赏鼓励谢谢

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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