摘自:深度学习之卷积神经网络CNN及tensorflow代码实现示例
卷积层:
激励层:
池化层:
归一化层:
1. Batch Normalization
2. Local Response Normalization
切分层
融合层
融合的方法有几种,一种是特征矩阵之间的拼接级联,另一种是在特征矩阵进行运算 (+,−,x,max,conv)。
【U-net里面的拼接属于融合层】
ResNet
摘自:深度学习之卷积神经网络CNN及tensorflow代码实现示例
卷积层:
激励层:
池化层:
归一化层:
1. Batch Normalization
2. Local Response Normalization
切分层
融合层
融合的方法有几种,一种是特征矩阵之间的拼接级联,另一种是在特征矩阵进行运算 (+,−,x,max,conv)。
【U-net里面的拼接属于融合层】
ResNet