2021-05-29 深度学习cNN,卷积对图像的处理学习笔记

理解总结:卷积可以简单的理解为点乘的运算。图像中每一个位置的数字经过运算之后使得特征的部分能更加明显,也可以称作特征提取。
出自之外,卷积能够做到升维和降维。
如果一个32323的图像经过一个12个滤波器(相当于12个通道)就能变成323212达到升维度作用。

ps:课程记录 训练cnn相当意义上是在训练每一个卷积层的滤波器,让这些滤波器相对特定的模式有高的激活,以达到cnn的目标检测或者分类的目的。

参数优化
对参数更新的办法:SGD随机梯度下降反向梯度传播更新参数。

inception学习
inception根据channel来拼接到一起。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值