神经网络
文章平均质量分 67
明天吃啥呀
这个作者很懒,什么都没留下…
展开
-
深度学习中的过拟合、欠拟合问题(原因及解决方法)
机器学习的基本问题是利用模型对数据进行拟合,学习的目的并非是对有限训练集进行正确预测,而是对未曾在训练集合出现的样本能够正确预测。模型对训练集数据的误差称为经验误差,对测试集数据的误差称为泛化误差。模型对训练集以外样本的预测能力就称为模型的泛化能力,追求这种泛化能力始终是机器学习的目标。过拟合和欠拟合是导致模型泛化能力不高的两种常见原因,都是模型学习能力与数据复杂度之间失配的结果。原创 2022-10-28 23:42:18 · 7149 阅读 · 0 评论 -
CNN网络中的感受野计算
在CNN网络中,一张图经过核为3 x 3,步长为2的卷积层,ReLU激活函数层,BN层,以及一个步长为2,核为2 x 2的池化层后,再经过一个3 x 3的的卷积层,步长为1,此时的感受野是?原创 2022-10-27 23:22:25 · 1499 阅读 · 0 评论 -
卷积神经网络CNN中参数的总数目计算
由三个卷积层组成的CNN:kernel=3 × 3,stride=2,padding=SAME。 最低层输出10个特征映射(feature map),中间层20个特征映射,最高层30个特征映射。输入是200 × 300的RGB图片。那么CNN中参数的总数目是多少?原创 2022-10-27 22:08:33 · 3185 阅读 · 0 评论