- 博客(2)
- 收藏
- 关注
RSS订阅原创 课程总结：神经网络与深度学习（二）
特征提取图像卷积时，根据定义需要把卷积核上下左右转置，此处黄色背景的卷积核中心对称，所以转置步骤可忽略。相比于全连接网络，特征提取能够显著减少网络参数的数量。填充在矩阵的边界上填充一些值，增加矩阵大小，通常全部填0或者复制边界的像素值进行填充。步长卷积核每次移动的像素数。多通道卷积卷积核变成三维矩阵，例如RGB三个通道卷积。池化（pooling）基本思想：使用局部统计特征（如局部平均值、局部最大值）进一步解决特征过多的问题。卷积神经网络的结构。
2024-04-08 11:29:35
337
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人