- 博客(4)
- 收藏
- 关注
原创 神经网络与深度学习课程总结二
➢ 经典网络:以“一个或多个卷积层+一个池化层“作为一个基本单元进行堆叠,在网络尾部使用全连接层,最后以Softmax为分类器,输出结果。➢ 残差网络:在普通网络的基础上,将浅层的激活项通过支路直接传向深层,克服深层神经网络中梯度消失的问题,为训练极深的神经网络提供便利。➢ 数据集:常见的数据集包括VOC和COCO;ImageNet较大。
2024-04-07 22:02:15 1857
原创 神经网络与深度学习课程总结一
本系列文章为神经网络深度学习课程的课程总结。第一节课为课程总结和引导学习课程,主要从:什么是人工神经网络、神经网络与深度学习发展回顾、神经网络与深度学习应用三个方面进行总结。1.什么是神经网络?神经网络与深度学习是目前人工智能最为热门的一个分支,从其仿生角度来讲,神经网络的研究目的是模拟自然生物信息处理过程,是实现人工智能重要工具。其前身为机器学习,是人工智能的一个重要分支,也是实现智能化的关键。
2024-03-31 14:41:02 1478 2
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