CNN
Bingogo.cn
这个作者很懒,什么都没留下…
展开
-
深入理解CNN卷积层、池化层、全连接层
深入理解CNN卷积层、池化层、全连接层文章目录深入理解CNN卷积层、池化层、全连接层卷积层(Convolution)池化层(Pooling)全连接层(Fully connected)全连接层到底什么用?首先三点:接下来再主要谈谈全连接层的意义东拼西凑看到的各种观点,在此记录一下,谢谢各位大佬,侵删~卷积神经网络是通过神经网络反向传播自动学习的手段,来得到各种有用的卷积核的过程。卷积神经...转载 2019-01-08 00:53:10 · 44389 阅读 · 4 评论 -
关于感受野
关于感受野(转自sigai.cn)定义:感受野被定义为卷积神经网络特征所能看到输入图像的区域,即特征输出受感受野区域内的像素点的影响。比如下图(该图为了方便,将二维简化为一维),这个三层的神经卷积神经网络,每一层卷积核的 kernal_size = 3 ,stride = 1 ,那么最上层特征所对应的感受野就为如图所示的7x7:计算方式:第一层特征,感受野为 3第二层特征...转载 2019-01-08 00:49:07 · 178 阅读 · 0 评论