- 博客(1)
- 问答 (4)
- 收藏
- 关注
转载 池化的理解
池化方法总结(Pooling) 在卷积神经网络中,我们经常会碰到池化操作,而池化层往往在卷积层后面,通过池化来降低卷积层输出的特征向量,同时改善结果(不易出现过拟合)。 为什么可以通过降低维度呢? 因为图像具有一种“静态性”的属性,这也就意味着在一个图像区域有用的特征极有可能在另一个区域同样适用。因此,为了描述大的图像,一个很自然的想法就是对不同位置的特征进行聚合统计,例如,人们
2016-11-19 21:35:23 1729
空空如也
matlab编程问题,怎么改变矩阵中元素的类型
2016-12-02
matlab代码的问题,请大神帮忙解答一下
2016-11-24
AlexNet神经网络中卷积层的问题
2016-11-20
AlexNet卷积神经网络第一层的问题
2016-11-19
TA创建的收藏夹 TA关注的收藏夹
TA关注的人