神经网络
Ivan'yang
非计算机专业学生 兴趣领域人工智能及无人驾驶
展开
-
学习OpenCL与卷积神经网络 Day3——对于卷积神经网络(CNN)的进一步理解
目录神经网络卷积神经网络的层级结构数据输入层(Input Layer)卷积层(Convolution Layer)局部感知参数共享激励层(Excitation Layer)ReLU函数池化层(Pooling Layer)平均池化最大池化全连接层(FC Layer)参考与推荐阅读神经网络单个的神经元模型又可以称为是Logistic回归模型:其中x1、x2为输入向量,w1、w2为权,b(bias)为偏置值,g(z)为激活函数,a为输出值。然后我们将每个神经元线性组合与加权,并给每个神经元加上非线性激活原创 2020-12-11 18:29:33 · 479 阅读 · 1 评论 -
学习OpenCL与卷积神经网络 Day1——对OpenCL与CNN的简单认识
目录自学工具自学用电子书自学用课程自学用平台关于OpenCL平台模型执行模型内核上下文命令队列存储器模型存储器类型存储器对象关于卷积神经网络(CNN)目的与用途构造卷积层(Convolution)池化层(Pooling)全连接层(FC layer)关于将OpenCL与CNN相结合的想法简单程序构建自学工具自学用电子书OpenCL异构计算OpenCL编程指南OpenCL异构并行计算原理、机制与优化自学用课程[link]https://www.coursera.org/learn/opencl-f原创 2020-12-09 19:44:24 · 1316 阅读 · 2 评论